Фильтры
Уровень сложности
Цена
Тип обучения
Формат обучения
Начало курса
Онлайн-платформы
Разработчик курса
Гарантия трудоустройства
С сертификатом
Можно в рассрочку
Зачетные единицы
по популярности по рейтингу по цене по отзывам по дате начала бесплатные

Философия искусственного интеллекта

4.6

Вы получите ответы на важные вопросы о «мышлении машин» и поймёте роль философии в развитии ИИ. Определите основные различия естественного и машинного разума, сможете проводить актуальные научные исследования и выступать перед аудиторией.

41 979 ₽
clock
2 месяца, начало 29 марта 2024 г.

Курс по нейронным сетям

4.4

Самая востребованная технология искусственного интеллекта

43 200 ₽
clock
10 недель, начало 15 декабря

Machine Learning

4.4

Пришло время заняться Machine Learning

39 240 ₽
clock
12 недель, начало 15 декабря

Deep Learning

4.6

• От персептрона до GAN: только практические кейсы• Добавите 8 проектов в портфолио• Гибкая учебная траектория, поддержка сообщества экспертов, консультации с ментором

32 550 ₽
clock
3 месяца, начало 28 марта

Бесплатные курсы: Аналитика

Бесплатные курсы далеко не настолько эффективны, как платные. Но они тоже могут быть полезны.
Основы искусственного интеллекта
Основы искусственного интеллекта
Курс «Основы искусственного интеллекта» направлен на первичное знакомство с искусственным интеллектом, анализом данных, машинным обучением. Он поможет освоить классы и методы основных решаемых на сегодняшний день задач искусственного интеллекта и их приложений. 
бесплатно
Прикладной статистический анализ
Прикладной статистический анализ
Целью курса являются освоение базовых основ статистической методологии сбора данных об исследуемых явлениях, представления полученной на их основе информации в виде статистических моделей и формирования выводов, направленных на решение практических задач. В ходе освоения курса будут получены навыки получения и сжатия информации до объемов, обеспечивающих ее осмысление, измерения параметров формируемых статистических моделей различного вида, проверки предположений о природе анализируемых явлений. Для успешного усвоения курса необходимы базовые знания математики, в частности, основ дифференциального и интегрального исчисления, элементарных матричных операций. Проверка качества освоения материала курса предполагается путем тестирования и выполнения заданий по каждой теме, а также итогового тестирования и представления результатов расчетов по итоговому заданию. Для эффективной работы над заданиями необходимы компьютеры с распространенным программным обеспечением, не требующим дополнительных затрат, таких как Microsoft Excel, R. Возможно использование и других программных продуктов. Для решения практических задач могут быть использованы данные, которыми располагают обучаемые, а также общедоступные базы статистических данных. Предполагается содержательная интерпретация всех получаемых результатов.
бесплатно
Введение в искусственный интеллект
Введение в искусственный интеллект
Данный курс является вводным и знакомит слушателей с основами науки о данных и принципами работы искусственного интеллекта. Курс будет интересен и полезен не только тем, кто уже знаком с основами анализа данных и программированием, но и тем, кто не имеет бэкграунда в этой области.
бесплатно
Основы машинного обучения
Основы машинного обучения
Курс посвящён основам анализа данных и машинного обучения. По результатам слушатели освоят способы предобработки и визуализации данных, изучат основные методы машинного обучения (линейные, метрические, решающие деревья и их композиции), научатся оценивать качество моделей. Курс пригодится всем, кто хочет «с нуля» погрузиться в область машинного обучения, получить первые практические навыки и начать применять их для решения собственных задач по извлечению пользы из данных.
бесплатно
Машинное обучение и анализ данных
Машинное обучение и анализ данных
В этом курсе расскажем и наглядно покажем современные подходы к статистической обработке данных и построению моделей в машинном обучении.
бесплатно
Математические и инструментальные методы машинного обучения
Математические и инструментальные методы машинного обучения
Курс посвящён изучению основных методов машинного обучения, используемых для факторного, кластерного и классификационного анализов. В ходе обучения, слушатели смогут освоить основные подходы и получить навыки решения практических задач поиска закономерностей в сырых данных.
бесплатно
Машинное обучение
Машинное обучение
Цель курса состоит в получении и закреплении теоретических и практических знаний, необходимых для решения прикладных задач машинного обучения с учителем.
бесплатно
Компьютерное зрение
Компьютерное зрение
Курс «Сбор и анализ данных в Python» поможет овладеть навыками Data Culture. 
бесплатно
Нейронные сети
Нейронные сети
Теория нейронных сетей – раздел искусственного интеллекта, в котором рассматриваются семейства обучаемых и самообучающихся моделей и алгоритмов, инспирированных биологическими сетями нейронов. Благодаря своей адаптивности искусственные нейронные сети оказываются эффективным, а в ряде случаев незаменимым инструментом в решении таких задач машинного обучения, как аппроксимация функций, распознавание образов, кластеризация данных, компьютерное зрение и адаптивное управление. Курс «Нейронные сети» посвящен изучению математических основ теории нейронных сетей, приводятся краткая история теории нейронных сетей, математические модели нейросетевых архитектур, постановка задачи обучения и методы ее решения, рассматриваются особенности организации процесса обучения и применения нейронных сетей для решения практических задач. Изложение ведется строгим математическим языком, сопровождается множеством формул и математических выкладок. Для изучения данного курса требуются знания университетских курсов математического анализа, линейной алгебры, теории вероятностей и математической статистики. Желательны базовые знания методов оптимизации и прикладного статистического анализа данных. Цель курса состоит в получении и закреплении теоретических и практических знаний, необходимых для решения прикладных задач обработки данных с  использованием нейронных сетей. Курс ориентирован на студентов и аспирантов, обучающихся по направлению Прикладная математика и информатика, а также на исследователей, интересующиеся наукой о данных и применяющих машинное обучение и нейронные сети в своей научной и практической деятельности.
бесплатно
Основы интеллектуального анализа данных и машинного обучения
Основы интеллектуального анализа данных и машинного обучения
Курс посвящен изучению основ интеллектуального анализа данных (data mining) и машинного обучения. 
бесплатно

Введение в искусственный интеллект

4.2

Данный курс является вводным и знакомит слушателей с основами науки о данных и принципами работы искусственного интеллекта. Курс будет интересен и полезен не только тем, кто уже знаком с основами анализа данных и программированием, но и тем, кто не имеет бэкграунда в этой области.

Основы машинного обучения

4.2

Курс посвящён основам анализа данных и машинного обучения. По результатам слушатели освоят способы предобработки и визуализации данных, изучат основные методы машинного обучения (линейные, метрические, решающие деревья и их композиции), научатся оценивать качество моделей. Курс пригодится всем, кто хочет «с нуля» погрузиться в область машинного обучения, получить первые практические навыки и начать применять их для решения собственных задач по извлечению пользы из данных.

Прикладной статистический анализ

4.2

Целью курса являются освоение базовых основ статистической методологии сбора данных об исследуемых явлениях, представления полученной на их основе информации в виде статистических моделей и формирования выводов, направленных на решение практических задач. В ходе освоения курса будут получены навыки получения и сжатия информации до объемов, обеспечивающих ее осмысление, измерения параметров формируемых статистических моделей различного вида, проверки предположений о природе анализируемых явлений. Для успешного усвоения курса необходимы базовые знания математики, в частности, основ дифференциального и интегрального исчисления, элементарных матричных операций. Проверка качества освоения материала курса предполагается путем тестирования и выполнения заданий по каждой теме, а также итогового тестирования и представления результатов расчетов по итоговому заданию. Для эффективной работы над заданиями необходимы компьютеры с распространенным программным обеспечением, не требующим дополнительных затрат, таких как Microsoft Excel, R. Возможно использование и других программных продуктов. Для решения практических задач могут быть использованы данные, которыми располагают обучаемые, а также общедоступные базы статистических данных. Предполагается содержательная интерпретация всех получаемых результатов.

Основы искусственного интеллекта

4.2

Курс «Основы искусственного интеллекта» направлен на первичное знакомство с искусственным интеллектом, анализом данных, машинным обучением. Он поможет освоить классы и методы основных решаемых на сегодняшний день задач искусственного интеллекта и их приложений. 

бесплатно
clock
7 недель, от 4 до 5 часов в неделю, начало 28 марта

Отзывы о курсах

Gor Zem
Обучение на курсах было интересным и продуманным. Я не испытывал давления сроков, программа была подробной и упорядоченной, а домашние задания позволяли практиковаться. График обучения гибкий, учился...
Дед Фидель
Меня привлекло не только качественное образование, но и возможность получения помощи в трудоустройстве. Я даже еще не получил диплом, но уже получаю предложения о работе
И
Иван Д.
Как графический редактор, я искал возможность развить свои навыки и получить официальное образование в этой области. Однако, удивительно, я не нашёл в наших университетах того, что мне было нужно. ХГо...
Аноним5247352
Качественные курсы, отличная возможность поменять профессию
Достоинства: доступность, много дополнительных курсов, возможность платить в рассрочку Недостатки: не обнаружила Проходила курс Тестирование веб приложений. Информация доступно изложена, темп об...
Д
Дана М.
Не думала, что буду писать отрицательный отзыв по поводу данных курсов, но придется. Мне в целом нравится обучение, хорошие преподаватели, интересные уроки, на специальности коммерческий иллюстратор с...
Аноним5246257
Изучать новую профессию можно в любом возрасте с помощью Skillbox
Достоинства: Доступный и современный формат подачи информации. Постоянно обновляются уроки/ дополняются. Куратор оперативно отвечает. Удобный сайт и личный кабинет. Видно прогресс. Недостатки: Не...

Машинное обучение и анализ данных

4.2

В этом курсе расскажем и наглядно покажем современные подходы к статистической обработке данных и построению моделей в машинном обучении.

Математические и инструментальные методы машинного обучения

4.2

Курс посвящён изучению основных методов машинного обучения, используемых для факторного, кластерного и классификационного анализов. В ходе обучения, слушатели смогут освоить основные подходы и получить навыки решения практических задач поиска закономерностей в сырых данных.

бесплатно
clock
10 недель, от 2 до 5 часов в неделю, начало 28 марта

Машинное обучение

4.2

Цель курса состоит в получении и закреплении теоретических и практических знаний, необходимых для решения прикладных задач машинного обучения с учителем.

бесплатно
clock
10 недель, от 5 до 6 часов в неделю, начало 28 марта

Компьютерное зрение

4.2

Курс «Сбор и анализ данных в Python» поможет овладеть навыками Data Culture. 

Нейронные сети

4.2

Теория нейронных сетей – раздел искусственного интеллекта, в котором рассматриваются семейства обучаемых и самообучающихся моделей и алгоритмов, инспирированных биологическими сетями нейронов. Благодаря своей адаптивности искусственные нейронные сети оказываются эффективным, а в ряде случаев незаменимым инструментом в решении таких задач машинного обучения, как аппроксимация функций, распознавание образов, кластеризация данных, компьютерное зрение и адаптивное управление. Курс «Нейронные сети» посвящен изучению математических основ теории нейронных сетей, приводятся краткая история теории нейронных сетей, математические модели нейросетевых архитектур, постановка задачи обучения и методы ее решения, рассматриваются особенности организации процесса обучения и применения нейронных сетей для решения практических задач. Изложение ведется строгим математическим языком, сопровождается множеством формул и математических выкладок. Для изучения данного курса требуются знания университетских курсов математического анализа, линейной алгебры, теории вероятностей и математической статистики. Желательны базовые знания методов оптимизации и прикладного статистического анализа данных. Цель курса состоит в получении и закреплении теоретических и практических знаний, необходимых для решения прикладных задач обработки данных с  использованием нейронных сетей. Курс ориентирован на студентов и аспирантов, обучающихся по направлению Прикладная математика и информатика, а также на исследователей, интересующиеся наукой о данных и применяющих машинное обучение и нейронные сети в своей научной и практической деятельности.

Основы интеллектуального анализа данных и машинного обучения

4.2

Курс посвящен изучению основ интеллектуального анализа данных (data mining) и машинного обучения. 

бесплатно
clock
10 недель, от 3 до 6 часов в неделю, начало 28 марта

Основы машинного обучения

4.2

Курс «Основы машинного обучения» направлен на практическое знакомство слушателей с базовыми методами машинного обучения и анализа данных. Он поможет освоить классы и методы основных решаемых на сегодняшний день задач машинного обучения и его приложений в области искусственного интеллекта.

бесплатно
clock
7 недель, от 4 до 5 часов в неделю, начало 30 мая

Топ-5 учебных курсов по тематике Машинное обучение краткие

1. Skillbox «Философия искусственного интеллекта»

2. Нетология «Deep Learning»

3. SkillFactory «Курс по нейронным сетям»

4. SkillFactory «Machine Learning»

5. Открытое образование «Машинное обучение»

4.8
рейтинг подборки
Ваша оценка: