Курс «Основы машинного обучения» посвящен вопросам применения машинного обучения в анализе данных. Во время уроков вам расскажут о линейных и метрических методах, а также о регрессионном дереве.
Занятия будут интересны новичкам и тем, кто хочет получить практические навыки — решать задачи и извлекать пользу из данных. Для прохождения уроков вам потребуются навыки программирования на Python.
Вам подойдет этот курс, если вы:
- интересуетесь вопросами, связанными с machine learning;
- желаете расширить свои возможности программирования на Python;
- хотите изучить методы ML и успешно применять их в работе.
Ключевые навыки, которыми вы овладеете:
- предобработка и визуализация данных;
- оценка качества моделей;
- построение выводов;
- работа в библиотеках Pandas, Matplotlib, Scikit-learn.
Учебная программа:
- основные понятия в ML и его задачи;
- линейная регрессия и классификация;
- градиентный спуск;
- опорные векторы и логистическая регрессия;
- решающие деревья, бэггинг и случайный лес;
- композиционный мета алгоритм машинного обучения (бустинг);
- неконтролируемое обучение;
- метод ближайших соседей (kNN);
- изучение рекомендательных систем.
Курс состоит из нескольких коротких видеолекций. После каждой из них вы выполняете теоретический тест, определяющий уровень полученных знаний, и задание по программированию. По окончании занятий вам будет предложено итоговое задание для самопроверки. Лекции разработаны специалистами Национального исследовательского университета «Высшая школа экономики».