Корзина покупок пуста.
Вы можете выбрать товар из Каталога.
Вы можете выбрать товар из Каталога.
![[Специалист] Программирование на Visual С++. 2014](https://i4.storeland.net/2/5905/159045202/baec64/specialist-programmirovanie-na-visual-s-2014.jpg)
Артикул: R75897
Наличие товара: В наличии
![[Специалист] Python. Уровень 2. Объектно - ориентированное программирование (Михаил Бородин)](/design/no-photo-medium.png)
![[Специалист] Python для машинного обучения. 2019](https://i4.storeland.net/2/5905/159045203/afacdb/specialist-python-dlya-mashinnogo-obucheniya-2019.jpg "[Специалист] Python для машинного обучения. 2019")
Бесплатная
Доставка
Доставка
Гарантия
Возврата
Возврата
Онлайн
Поддержка
Поддержка
670 рублей
![[?IMG]](proxy.php?image=https%3A%2F%2Fi.imgur.com%2FmkqSryg.jpg&hash=bb5687632e6e073477a64710b803ac86&v=4)
? Курс посвящен применению языка Python для технологий машинного обучения. Изучаются основные библиотеки, используемые в машинном обучении и методики их использования.
- Курс рассматривает методы и библиотеки, основанные на языке Python и предназначенные для машинного обучения.
- Курс основан на опыте практического применения библиотек машинного обучения.
- Курс включает в себя не только практическую, но и теоретическую часть, и таким образом не сводится к простому «сборнику рецептов».
- Курс читается на базе ОС Linux. Обучение проводится на примере популярнейшего дистрибутива Ubuntu. Однако большинство технологий, изучаемых на курсе, могут применяться и на базе Windows.
Содержание
Модуль 1. Постановка задачи машинного обучения
- Три типа машинного обучения.
- Схема построения систем машинного обучения.
- Необходимый инструментарий.
- Понятие нейронной сети.
- Персептрон. Определение, реализация и обучение.
- Адаптивный линейный нейрон. Определение, реализация и обучение.
- Метод градиентного спуска.
- Обучение персептрона.
- Метод логистической регрессии.
- Метод опорных векторов.
- Метод k ближайших соседей.
Модуль 4. Обучение с учителем. Задача регрессии
- Обучение с учителем. Задача регрессии.
- Линейная регрессия.
- Метод наименьших квадратов.
- Метод градиентного спуска.
- Оценка качества регрессионной модели.
- Основы нелинейной регрессии
- Метод k средних
- Многослойная нейронная сеть.
- Применение библиотеки TensorFlow для обучения нейронной сети.
![[liveclasses] Практика работы с длительными выдержками (Дмитрий Скобелев)](https://i4.storeland.net/2/5903/159025307/baec64/liveclasses-praktika-raboty-s-dlitelnymi-vyderzhkami-dmitrij-skobelev.jpg "[liveclasses] Практика работы с длительными выдержками (Дмитрий Скобелев)")
![[Ивантер плюс] Конспекты по раннему развитию Анны Новик от 1 до 4 лет. Весна](https://i4.storeland.net/2/5904/159031502/baec64/ivanter-plyus-konspekty-po-rannemu-razvitiyu-anny-novik-ot-1-do-4-let-vesna.jpg "[Ивантер плюс] Конспекты по раннему развитию Анны Новик от 1 до 4 лет. Весна")
