Machine Learning e Deep Learning - corso 68.040 rubli. da SkillFactory, formazione di 20 settimane, data: 13 agosto 2023.
Miscellanea / / December 02, 2023
Breve programma del corso “Machine Learning PRO”
Modulo 1
Introduzione all'apprendimento automatico
Conosciamo i principali compiti e metodi dell'apprendimento automatico, studiamo casi pratici e applichiamo l'algoritmo di base per lavorare su un progetto ML
Risolviamo oltre 50 problemi per rafforzare l'argomento
Modulo 2
Metodi di preelaborazione dei dati
Studiamo i tipi di dati, impariamo a pulire e arricchire i dati, utilizziamo la visualizzazione per la preelaborazione e padroneggiamo l'ingegneria delle funzionalità
Risolviamo oltre 60 problemi per rafforzare l'argomento
Modulo 3
Regressione
Padroneggiamo la regressione lineare e logistica, studiamo i limiti di applicabilità, inferenza analitica e regolarizzazione. Modelli di regressione dell'addestramento
Risolviamo oltre 40 problemi per rafforzare l'argomento
Modulo 4
Raggruppamento
Padroneggiamo l'apprendimento senza insegnante, pratichiamo i suoi vari metodi, lavoriamo con testi utilizzando ML
Risolviamo oltre 50 problemi per rafforzare l'argomento
Modulo 5
Algoritmi basati sugli alberi: un'introduzione agli alberi
Facciamo conoscenza con gli alberi decisionali e le loro proprietà, padroneggiamo gli alberi della libreria Sklearn e usiamo gli alberi per risolvere un problema di regressione
Risolviamo oltre 40 problemi per rafforzare l'argomento
Modulo 6
Algoritmi basati su alberi: insiemi
Studiamo le caratteristiche degli insiemi di alberi, pratichiamo il potenziamento, utilizziamo l'insieme per costruire la regressione logistica
Risolviamo oltre 40 problemi per rafforzare l'argomento
Stiamo partecipando a un concorso su Kaggle per l'addestramento di un modello basato sugli alberi
Modulo 7
Valutare la qualità degli algoritmi
Studiamo i principi della suddivisione del campione, dell'underfitting e dell'overfitting, valutiamo i modelli utilizzando varie metriche di qualità, impariamo a visualizzare il processo di apprendimento
Valutazione della qualità di diversi modelli ML
Risolviamo oltre 40 problemi per rafforzare l'argomento
Modulo 8
Serie temporali nell'apprendimento automatico
Facciamo conoscenza con l'analisi delle serie temporali in ML, padroneggiamo i modelli lineari e XGBoost, studiamo i principi della convalida incrociata e della selezione dei parametri
Risolviamo oltre 50 problemi per rafforzare l'argomento
Modulo 9
Sistemi di raccomandazione
Studiamo metodi per costruire sistemi di raccomandazione, padroneggiamo l'algoritmo SVD, valutiamo la qualità delle raccomandazioni del modello addestrato
Risolviamo oltre 50 problemi per rafforzare l'argomento
Modulo 10
Hackathon finale
Applichiamo tutti i metodi studiati per ottenere la massima accuratezza delle previsioni del modello su Kaggle
Programma del corso "Apprendimento profondo"
Modulo 1
Introduzione alle reti neurali artificiali
Creiamo una rete neurale per riconoscere i numeri scritti a mano in Python
Modulo 2
Framework per il deep learning (TensorFlow, Keras)
Creiamo un modello di riconoscimento delle immagini basato sul dataset FashionMNIST e sul framework Keras
Modulo 3
Reti neurali convoluzionali
Riconosciamo le immagini nel set di dati CIFAR-10 utilizzando una rete neurale convoluzionale
Modulo 4
Ottimizzazione della rete neurale
Migliorare la velocità e le prestazioni delle reti nel caso del modulo precedente
Modulo 5
Trasferimento dell'apprendimento e messa a punto
Formazione aggiuntiva della rete neurale ImageNET per risolvere il problema della classificazione delle immagini
Modulo 6
Segmentazione delle immagini
Progettazione di una rete neurale per segmentare le persone nel set di dati COCO
Modulo 7
Rilevamento oggetti
Addestriamo una rete neurale per risolvere un problema di rilevamento utilizzando l'esempio di un set di dati con loghi di marchi
Modulo 8
Introduzione alla PNL e agli incorporamenti di parole
Creazione di una rete neurale per lavorare con il linguaggio naturale
Modulo 9
Reti neurali ricorrenti
Creazione di un chatbot basato su una rete neurale ricorrente
Modulo 10
Insegnamento rafforzativo
Creazione di un agente per giocare a Pong basato sull'algoritmo DQN
Modulo 11
Qual è il prossimo?
Facciamo conoscenza con altre aree di applicazione delle reti neurali. Creazione di una rete neurale GAN per la generazione di immagini