[proglib.academy] Базовые модели ML и приложения (Ульяна Евсеева)

Машинное обучение для начинающих:

1. Познакомитесь с основными моделями машинного обучения
2. Научитесь выбирать и применять подходящие tree-based модели
3. Получите основу для дальнейшего изучения более сложных нейронных сетей

Кому подходит курс:

1. Начинающим в IT
Выбираете направление и хотите попробовать себя в ML

2. Математикам
Увлекаетесь математикой и хотите перейти от теории к практике, а также научиться решать реальные бизнес-задачи

3. Разработчикам
Уже есть опыт в программировании, но хотите применить свои знания в новой области

Содержание:

Модуль 1 - Бустинг, Бэггинг и Ансамбли

Урок 1. Ансамблевое обучение
Урок 2. Бустинг (Boosting) и Бэггинг (Bagging)
Урок 3. Случайные леса (Random Forests)

Модуль 2 - Алгоритмы рекомендаций

Урок 1. Введение в рекомендательные системы
Урок 2. Коллаборативная фильтрация на основе соседства
Урок 3. Модельная коллаборативная фильтрация
Урок 4. Рекомендательные системы на основе контента (10 мин)
Практика: как вычисляется коллаборативная фильтрация
Модуль 3 - Архитектуры нейросетей

Урок 1. Архитектуры нейросетей
Дополнительно: рекомендации по дальнейшему изучению, ссылки на полезные материалы.

Итоговое тестирование