Strojové učenie: základné nástroje a postupy - kurz 51 590 RUB. z Netology, školenie 10 mesiacov, Dátum 30.11.2023.

Stavba modelu
Zistite, čo je knižnica Sklearn a ako ju používať. Naučte sa klastrovacie algoritmy a buďte schopní zostaviť súbory modelov. Naučte sa hodnotiť modely a pracovať s nadmerným vybavením. Dozviete sa, ako používať GridSearch a RandomizedSearch, Model Specific CV, Out of Bag prístup.
• Knižnica Sklearn
• Klasifikačné algoritmy: lineárne metódy, logistická regresia a SVM
• Klasifikačné algoritmy: rozhodovacie stromy
• Regresné algoritmy: lineárne a polynomické
• Algoritmy klastrovania
• Súbor
• Hodnotenie presnosti modelu, preškolenie, regularizácia
• Zlepšenie kvality modelu
• Organizácia projektu, príprava výskumných správ
• Laboratórne práce
• Dodanie medziprojektu

Práca so zákazníkom
Naučíte sa plánovať vývoj projektov vedy o údajoch, ako aj kompetentne informovať zákazníkov o výsledkoch výskumu.
• Organizácia projektu
• Príprava výskumných správ

Systémy odporúčaní
V tomto a nasledujúcich blokoch uplatníte nadobudnuté vedomosti v rôznych oblastiach strojového učenia. Počas tohto bloku sa naučte, ako vytvoriť personalizované a neprispôsobené systémy odporúčaní a ako ich kombinovať.
• Zavedenie a klasifikácia odporúčacích systémov
• Odporúčania založené na obsahu
• Spoločné filtrovanie
• Nepersonalizované systémy odporúčaní
• Hybridné algoritmy

Počítačové videnie
Osvojíte si základné techniky počítačového videnia: extrakciu funkcií, vyhľadávanie obrázkov, segmentáciu, detekciu objektov a tiež sa naučíte budovať neurónové siete.
• Vyhľadávanie podľa obrázkov
• Segmentácia obrazu, detekcia objektov
• Aplikácia ultra-presných neurónových sietí pre segmentačné a detekčné úlohy
• Aplikácia rekurentných sietí pri problémoch spracovania obrazu
• Generative Adversarial Networks (GAN)

Spracovanie prirodzeného jazyka (NLP)
Zvládnete morfologickú a syntaktickú analýzu, distribučnú sémantiku a vyhľadávanie informácií, naučiť sa redukovať dimenzionalitu vo vektorovom modeli, klasifikovať, extrahovať informácie a generovať texty.
• Morfologická a syntaktická analýza
• Metódy znižovania rozmerov vo vektorovom modeli. Vyhľadávanie informácií
• Modelovanie tém (LSA, LDA, HDP)
• Distributívna sémantika (word2vec, GloVe, AdaGram)
• Počítateľné jazykové modely a pravdepodobnostné jazykové modely. LSTM. Strojový preklad
• Generovanie textu (Generácia prirodzeného jazyka)
• Problém klasifikácie v AOT

Časové rady
V tejto intenzívnej jednotke sa naučíte identifikovať pôvod a štruktúru časových radov, predpovedať budúce hodnoty pre efektívne rozhodovanie pri vytváraní modelov strojového učenia. Pochopíte, čo je „pod kapotou“ populárnych metód a knižníc.
• Algoritmy na spracovanie časových radov
• Modely ARIMA a GARCH
• Markovove náhodné procesy

Záverečný hackathon
Dokončite tréning súťažou s kolegami z kurzu: ako súčasť minitímu na obmedzený čas a na základe súborov údajov hlavných hráčov trhu, budete musieť riešiť problémy prognózovania predaja alebo optimalizácie výroby s využitím všetkých vedomostí a zručností získaných v kurz. Integrácia a využitie riešení strojového učenia v podnikaní spravidla zahŕňa tímovú hru, takže hackathon je užitočný aj ako tréning potrebných mäkkých zručností.

Absolventský projekt
V rámci svojho dizertačného projektu vytvoríte model ML na riešenie vašich aktuálnych profesionálnych problémov: toto by mohol byť systém prognózovanie predaja, rozpoznávanie objektov na fotografiách alebo videách, analýza časových radov, analýza veľkého množstva textu atď. d. Ak momentálne nemáte nápady na svoj projekt (alebo prístup k potrebným údajom), ponúkneme vám prípadovú štúdiu v oblasti, ktorá vás zaujíma, na základe reálneho súboru údajov iných spoločností. Diplomová práca sa dokončuje samostatne pod vedením odborníkov z kurzu a umožňuje vám upevniť celú škálu vedomostí a zručností získaných v programe.