Машинное обучение для решения прикладных задач
Курс посвящен одной из самых передовых областей науки на сегодняшний день - машинному обучению. Слушатели курса познакомятся с основными методами машинного обучения для решения прикладных задач.
Основная цель курса - это изучение основ машинного обучения и инструментов языка Python.
Данный курс является составляющей частью серии курсов по искусственному интеллекту в Московском государственном университете. Цель этой серии курсов — предоставление студентам актуальных и современных знаний в области искусственного интеллекта и в различных областях науки о данных. Курс относится к МФК в области ИИ.
Telegram-канал, в котором будут публиковаться объявления по курсам: https://t.me/msumfk
МАТЕРИАЛЫ:
Конспект к лекции 1 https://colab.research.google....
Конспект к лекции 2 https://colab.research.google....
Конспект к лекции 3 https://colab.research.google....
Конспект к лекции 4 https://colab.research.google....
Конспект к лекции 5 https://colab.research.google....
Конспект к лекции 6 https://colab.research.google....
Конспект к лекции 7 https://colab.research.google....
Конспект к лекции 8 https://colab.research.google....
Конспект к лекции 9 https://colab.research.google....
Конспект к лекции 10 https://colab.research.google....
Конспект к лекции 11 https://colab.research.google....
Конспект к лекции 12 https://colab.research.google....
Получите доступ к поэтапному прохождению с проверкой знаний
- 01:27:15Лекция 1. Введение в машинное обучение
- 01:22:19Лекция 2. Методология машинного обучения
- 01:26:38Лекция 3. Метрические методы
- 01:33:04Лекция 4. Линейные модели ML
- 01:10:59Лекция 5. Ядерные методы машинного обучения и непараметрической статистики
- 01:24:41Лекция 6. Решающие деревья
- 01:26:30Лекция 7. Ансамблевые алгоритмы машинного обучения
- 01:29:58Лекция 8. Метрики качества
- 01:20:10Лекция 9. Снижение размерности данных
- 01:20:21Лекция 10. Задача кластеризации
- 01:21:12Лекция 11. Рекомендательные системы
- 01:20:40Лекция 12. Нейронные сети

