Strojové učení a hluboké učení - kurz 68 040 rub. ze SkillFactory, školení 20 týdnů, Datum: 13. srpna 2023.
Různé / / December 02, 2023
Stručný program kurzu “Strojové učení PRO”
Modul 1
Úvod do strojového učení
Seznamujeme se s hlavními úkoly a metodami strojového učení, studujeme praktické případy a aplikujeme základní algoritmus pro práci na projektu ML
Řešíme více než 50 problémů, abychom téma posílili
Modul 2
Metody předzpracování dat
Studujeme datové typy, učíme se čistit a obohacovat data, používáme vizualizaci pro předběžné zpracování a ovládáme inženýrství funkcí
Pro posílení tématu řešíme více než 60 problémů
Modul 3
Regrese
Ovládáme lineární a logistickou regresi, studujeme meze použitelnosti, analytickou inferenci a regularizaci. Tréninkové regresní modely
Pro posílení tématu řešíme více než 40 problémů
Modul 4
Shlukování
Zvládáme učení bez učitele, procvičujeme jeho různé metody, pracujeme s texty pomocí ML
Řešíme více než 50 problémů, abychom téma posílili
Modul 5
Stromové algoritmy: úvod do stromů
Pojďme se seznámit s rozhodovacími stromy a jejich vlastnostmi, osvojit si stromy z knihovny sklearn a pomocí stromů vyřešit regresní problém
Pro posílení tématu řešíme více než 40 problémů
Modul 6
Algoritmy založené na stromech: soubory
Studujeme vlastnosti stromových souborů, cvičíme posilování, používáme soubor k budování logistické regrese
Pro posílení tématu řešíme více než 40 problémů
Účastníme se soutěže na kaggle pro výcvik stromového modelu
Modul 7
Hodnocení kvality algoritmů
Studujeme principy dělení vzorků, pod- a overfitting, hodnotíme modely pomocí různých měřítek kvality, učíme se vizualizovat proces učení
Hodnocení kvality několika ML modelů
Pro posílení tématu řešíme více než 40 problémů
Modul 8
Časové řady ve strojovém učení
Seznámíme se s analýzou časových řad v ML, zvládneme lineární modely a XGBoost, prostudujeme si principy křížové validace a výběru parametrů
Řešíme více než 50 problémů, abychom téma posílili
Modul 9
Systémy doporučení
Studujeme metody pro konstrukci doporučovacích systémů, ovládáme algoritmus SVD, hodnotíme kvalitu doporučení trénovaného modelu
Řešíme více než 50 problémů, abychom téma posílili
Modul 10
Závěrečný hackathon
Všechny studované metody aplikujeme k dosažení maximální přesnosti modelových predikcí na kaggle
Kurzový program "Deep Learning"
Modul 1
Úvod do umělých neuronových sítí
Vytváříme neuronovou síť pro rozpoznávání ručně psaných čísel v Pythonu
Modul 2
Rámce pro hluboké učení (TensorFlow, Keras)
Vytváříme model rozpoznávání obrázků založený na datové sadě FashionMNIST a frameworku Keras
Modul 3
Konvoluční neuronové sítě
Obrázky v datovém souboru CIFAR-10 rozpoznáváme pomocí konvoluční neuronové sítě
Modul 4
Optimalizace neuronové sítě
Zlepšení rychlosti a výkonu sítí pro případ předchozího modulu
Modul 5
Přeneste učení a dolaďování
Dodatečné školení neuronové sítě ImageNET pro řešení problému klasifikace obrázků
Modul 6
Segmentace obrazu
Navrhování neuronové sítě pro segmentaci lidí v datové sadě COCO
Modul 7
Detekce objektů
Trénujeme neuronovou síť pro řešení problému detekce na příkladu datové sady s logy značek
Modul 8
Úvod do NLP a Word Embeddings
Vytvoření neuronové sítě pro práci s přirozeným jazykem
Modul 9
Rekurentní neuronové sítě
Vytvoření chatbota založeného na rekurentní neuronové síti
Modul 10
Posílení učení
Vytvoření agenta pro hraní Pongu na základě algoritmu DQN
Modul 11
Co bude dál?
Pojďme se seznámit s dalšími oblastmi použití neuronových sítí. Vytvoření GAN neuronové sítě pro generování obrazu