Strojové učení - kurz 39 240 RUB. ze SkillFactory, školení 12 týdnů, Datum 13. srpna 2023.

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 upevnili

Metody předzpracování dat
— Studujeme datové typy, učíme se čistit a obohacovat data, používáme vizualizaci pro předběžné zpracování a ovládáme inženýrství funkcí

— Řešíme více než 60 problémů, abychom téma upevnili

Regrese
— Studujeme datové typy, učíme se čistit a obohacovat data, ovládáme lineární a logistickou regresi, studujeme limity použitelnosti, analytické inference a regularizace
— Tréninkové regresní modely
— Řešíme 40+ problémů, abychom téma upevnili

Shlukování
— Zvládáme učení bez učitele, procvičujeme jeho různé metody, pracujeme s texty pomocí ML
— Řešíme více než 50 problémů, abychom téma upevnili

Stromové algoritmy: úvod do stromů
— Seznámení s rozhodovacími stromy a jejich vlastnostmi, zvládnutí stromů z knihovny sklearn a použití stromů k řešení regresního problému
— Řešíme 40+ problémů, abychom téma upevnili

Algoritmy založené na stromech: soubory
— Studujeme vlastnosti stromových souborů, cvičíme posilování, používáme soubor k budování logistické regrese
 — Řešíme 40+ problémů, abychom téma upevnili
 — Účastníme se soutěže na kaggle pro trénování stromového modelu

Hodnocení kvality algoritmů
— Studujeme principy dělení vzorků, pod- a přetrénování, hodnotíme modely pomocí různých měřítek kvality, učíme se vizualizovat proces učení
— Hodnotíme kvalitu několika modelů ML
— Řešíme 40+ problémů, abychom téma upevnili

Časové řady ve strojovém učení
— Seznámení s analýzou časových řad v ML, zvládnutí lineárních modelů a XGBoost, studium principů křížové validace a výběru parametrů
— Řešíme více než 50 problémů, abychom téma upevnili

Systémy doporučení
— Studujeme metody pro konstrukci doporučovacích systémů, ovládáme algoritmus SVD, hodnotíme kvalitu doporučení trénovaného modelu
— Řešíme více než 50 problémů, abychom téma upevnili

Závěrečný hackathon
— Všechny studované metody aplikujeme k dosažení maximální přesnosti modelových predikcí na kaggle