Machine Learning en Deep Learning - cursus 68.040 wrijven. van SkillFactory, training 20 weken, Datum: 13 augustus 2023.

Beknopt programma van de cursus “Machine Learning PRO”

Module 1
Inleiding tot machinaal leren
We maken kennis met de belangrijkste taken en methoden van machine learning, bestuderen praktische cases en passen het basisalgoritme toe voor het werken aan een ML-project
We lossen meer dan 50 problemen op om het onderwerp te versterken

module2
Methoden voor gegevensvoorverwerking
We bestuderen datatypen, leren data opschonen en verrijken, gebruiken visualisatie voor voorbewerking en beheersen feature engineering
We lossen meer dan 60 problemen op om het onderwerp te versterken

module3
Regressie
We beheersen lineaire en logistieke regressie, bestuderen de grenzen van toepasbaarheid, analytische gevolgtrekking en regularisatie. Regressiemodellen trainen
We lossen meer dan 40 problemen op om het onderwerp te versterken

module4
Clustering
We beheersen het leren zonder leraar, oefenen de verschillende methoden ervan, werken met teksten met behulp van ML
We lossen meer dan 50 problemen op om het onderwerp te versterken

Module 5
Op bomen gebaseerde algoritmen: een inleiding tot bomen
Laten we kennis maken met beslissingsbomen en hun eigenschappen, bomen uit de sklearn-bibliotheek beheersen en bomen gebruiken om een ​​regressieprobleem op te lossen
We lossen meer dan 40 problemen op om het onderwerp te versterken

module6
Op bomen gebaseerde algoritmen: ensembles
We bestuderen de kenmerken van boomensembles, oefenen met boosten en gebruiken het ensemble om logistische regressie op te bouwen
We lossen meer dan 40 problemen op om het onderwerp te versterken
We doen mee aan een wedstrijd op Kaggle voor het trainen van een op bomen gebaseerd model

Module 7
Het beoordelen van de kwaliteit van algoritmen
We bestuderen de principes van het splitsen van monsters, onder- en overfitting, evalueren modellen met behulp van verschillende kwaliteitsmetrieken, leren het leerproces te visualiseren
Het evalueren van de kwaliteit van verschillende ML-modellen
We lossen meer dan 40 problemen op om het onderwerp te versterken

Module 8
Tijdreeksen in machine learning
Laten we kennis maken met tijdreeksanalyse in ML, lineaire modellen en XGBoost, de principes van kruisvalidatie en parameterselectie bestuderen
We lossen meer dan 50 problemen op om het onderwerp te versterken

Module 9
Aanbevolen systemen
We bestuderen methoden voor het construeren van aanbevelingssystemen, beheersen het SVD-algoritme en evalueren de kwaliteit van de aanbevelingen van het getrainde model
We lossen meer dan 50 problemen op om het onderwerp te versterken

Module 10
Laatste hackathon
We passen alle bestudeerde methoden toe om maximale nauwkeurigheid van modelvoorspellingen op Kaggle te verkrijgen

Cursusprogramma "Deep Learning"

Module 1
Inleiding tot kunstmatige neurale netwerken
We creëren een neuraal netwerk voor het herkennen van handgeschreven getallen in Python

module2
Kaders voor deep learning (TensorFlow, Keras)
We creëren een beeldherkenningsmodel op basis van de FashionMNIST-dataset en het Keras-framework

module3
Convolutionele neurale netwerken
We herkennen afbeeldingen in de CIFAR-10-dataset met behulp van een convolutioneel neuraal netwerk

module4
Neurale netwerkoptimalisatie
Verbetering van de snelheid en prestaties van netwerken voor het geval van de vorige module

Module 5
Breng leren over en verfijn het
Aanvullende training van het ImageNET neurale netwerk om het probleem van beeldclassificatie op te lossen

module6
Segmentatie van afbeeldingen
Ontwerp van een neuraal netwerk voor het segmenteren van mensen in de COCO-dataset

Module 7
Objectdetectie
We trainen een neuraal netwerk om een ​​detectieprobleem op te lossen aan de hand van het voorbeeld van een dataset met merklogo’s

Module 8
Inleiding tot NLP en woordinsluitingen
Het creëren van een neuraal netwerk voor het werken met natuurlijke taal

Module 9
Terugkerende neurale netwerken
Een chatbot creëren op basis van een terugkerend neuraal netwerk

Module 10
Versterkend leren
Een agent maken voor het spelen van Pong op basis van het DQN-algoritme

Module 11
Wat is het volgende?
Laten we kennis maken met andere toepassingsgebieden van neurale netwerken. Het creëren van een GAN neuraal netwerk voor het genereren van afbeeldingen