Курс предназначен для развития практических навыков методов машинного обучения
Сформированные и подтвержденные навыки применения базовых алгоритмов машинного обучения
Специалисты, которые хотят изучать машинное обучение, но не имеют большого практического опыта
Цифровые навыки
Анализ данных и машинное обучение
Электронная
48
Введение в Искусственный интеллект (введение, Язык Python, необходимая математическая база )
Введение в машинное обучение (линейные модели, логистическая регрессия, логические методы классификации)
Введение в Deep Learning (введение, применение, типы нейронных сетей, модель нейрона, многослойные нейронные сети , многоклассовая •классификация, обучение нейронных сетей)
Свёрточные нейронные сети (введение, операция свёртки, свёрточный и пулинг слои, техника Transfer Learning, архитектуры)
Рекуррентные нейронные сети (RNN) (введение, обучение рекуррентных нейронных сетей, примеры задач, проблемы, архитектура рекуррентного нейрона – LSTM, cхема LSTM-нейрона – GRU, Bidirectional RNN)
Цифровые навыки
Специалисты