Программирование на языке Python. Уровень 5. Machine Learning. Основы машинного и глубокого обучения на языке Python

Программа

• 1. Постановка задачи машинного обучения.

  • Основные понятия машинного обучения

  • Что такое Jupyter и Anaconda.

  • Основные структуры данных в Python

  • Методы оптимизации

  • Схема построения систем машинного обучения.

  • Необходимый инструментарий.

• Обучение с учителем.

  • Приложения машинного обучения

  • Обучение на данных

  • Понятие нейронной сети.

  • Персептрон. Определение, реализация и обучение.

  • Основные понятия задачи классификации

  • Метод градиентного спуска.

• Использование библиотека scikit-learn для машинного обучения.

  • Обучение персептрона.

  • Метод логистической регрессии.

  • Метод опорных векторов.

  • Метод k ближайших соседей.

• Обучение с учителем. Задача регрессии

  • Аппроксимация, интерполяция, экстраполяция

  • Обучение с учителем.

  • Линейная регрессия.

  • Метод наименьших квадратов.

  • Метод градиентного спуска.

  • Основы нелинейной регрессии.

• Обучение без учителя.

  • Особенности кластерного анализа

  • Метод k средних.

  • Алгоритмы кластеризации, и области применения

• Основы глубокого обучения.

  • Основные понятия глубокого обучения

  • Области применения

  • Многослойная нейронная сеть.

  • Введение в глубокое обучение

  • Основные понятия глубокого обучения и области применения

  • Алгоритмы глубокого обучения нейронных сетей

  • Применение библиотек для обучения многослойных нейронных сетей. Аудиторная нагрузка в классе с преподавателем