Практика проведения конкурентного анализа и разведки с помощью OSINT

Программа

• Модуль «Основы машинного обучения и нейронных сетей»

  Продолжительность: 8 ак. часов

   

  Программа модуля

  1.         Введение в машинное обучение (Machine Learning, ML)

  1.1.Основная терминология, область применения и актуальность;

  1.2.Типовые ML задачи;

  1.3.Обучение с учителем: классы алгоритмов и разбор конкретных алгоритмов;

  1.4.Обучение без учителя: классы алгоритмов и разбор конкретных алгоритмов;

  1.5.Повышение и понижение размерности

  1.6.Демонстрация: создание модели (предсказание цены)

  1.7.Data Science - процесс

  a.    Поиск и источники данных

  b.    Препроцессинг данных

  c.    Дизайн признаков (feature engineering)

  d.    Выбор подходящего ML-алгоритма

  e.    Тренировка модели

  f.     Оценка результата

  1.8.Data science инструменты: основные языки программирования, ML-фреймворки и облачные сервисы

  1.9.Практика: создание ML-модели с использованием облачного сервиса

   

  2.         Введение в глубокое обучение (Deep Learning, DL)

  2.1.Основная терминология, область применения и актуальность;

  2.2.Основы нейронных сетей. Персептрон;

  2.3.Современные нейросетевые архитектуры;

  2.4.Сверточные нейронные сети;

  2.5.Рекуррентные нейронные сети;

  2.6.Data science инструменты: DL-фреймворки;

  2.7.Практика/демонстрация:

  a.    Основы Python

  b.    Лабораторная работа (распознавание изображений с помощью нейронных сетей)