Вы можете выбрать товар из Каталога.
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.
- 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.