Курс находится на модерации. Данные могут быть неактуальны.
Тип обучения
Тип обучения
Курс
Зач. единицы
Зач. единицы
4
Сертификат
Сертификат
1 800 ₽ для получения

Стоимость курса

бесплатно
нет рассрочки
Машинное обучение, его применение и совершенствование — это то, над чем трудятся многие лучшие умы современности. В этом курсе расскажем и наглядно покажем современные подходы к статистической обработке данных и построению моделей в машинном обучении (МО). Идея этого курса — пролить свет на основные задачи и методы машинного обучения. Как мы покажем, многие задачи машинного обучения — это не что-то из области фантастики. Это задачи, с которыми сталкивается каждый из нас даже просто-напросто в быту. В то же время, способы решения этих задач, конечно, основаны на математике, которую мы постараемся изложить в максимально понятной и доступной форме.

Вас будут обучать

Кандидат физико-математических наук Должность: доцент кафедры информационно-аналитических систем
К.ф.-м.н. Должность: доцент факультета систем управления и робототехники, доцент высшей школы цифровой культуры Университета ИТМО
К.т.н. Должность: доцент высшей школы цифровой культуры Университета ИТМО

Образовательная организация

Университет ИТМО — первый неклассический университет

Стать высококлассным и продвинутым программистом, ученым, инженером, предпринимателем, выбрать профессию будущего на стыке новых направлений и исполнить свою мечту очень легко. Нужно выбрать Университет ИТМО.

Сегодня выпускники первого неклассического из Северной столицы — это новый бренд, который создает и развивает многочисленная команда единомышленников Университета ИТМО, формируя глобальное сообщество ITMO.FAMILY.

В 2020 году Университету ИТМО исполнилось 120 лет (1900 — год основания), и сегодня он один из самых модных, популярных и востребованных вузов среди абитуриентов, студентов, ученых и партнеров со всего мира.
  
Динамика университета и его непрерывное развитие основаны на Миссии Университета ИТМО — открывать возможности для гармоничного развития конкурентоспособной личности и вдохновлять на решение глобальных задач.

Стратегическая цель Университета ИТМО: генерация новых знаний, рынков, бизнесов и навигация человека в мире информации, обеспечивающая баланс физической и виртуальной реальностей.

Мы развиваем:

  • Цифровую культуру и цифровую этику, формируя компетенции и навыки, необходимые для жизни и работы в цифровом мире; учим работать с большими данными, развиваем технологии искусственного интеллекта, осознавая их роль в решении социально значимых задач;
  • Предпринимательскую культуру и компетенции для ответа на неопределенность и вызовы внешней среды и решения нестандартных задач; учим видеть позитивный опыт в неудачах и не бояться рисковать, выходя за пределы шаблонных решений развиваем творчество и предприимчивость;
  • Аналитическое, критическое и системное мышление, необходимое для навигации в мире информации и выделения главного из множества, для критического осмысления реальности и осознания различий в ее физическом и виртуальном проявлениях.

В центре вуза всегда находится человек, личность, поэтому, выбирая Университет ИТМО, абитуриенты и их родители, студенты, сотрудники, партнеры и друзья в первую очередь должны знать и разделять

Ценности университета:

  • Уважение к личности
    Мы ценим индивидуальность, способствуем гармоничному развитию личности, предоставляем возможности для самореализации и саморазвития.
  • Добросовестность
    Мы честны и порядочны по отношению к себе, работе, университету, коллегам и обучающимся. Репутация университета и его ценности превыше индивидуальной выгоды.
  • Академическая свобода
    Мы свободны в обмене информацией, выборе, развитии собственных идей и определении собственных действий при осознании высокой личной ответственности за результат.
  • Открытость
    Мы открыты к новым идеям, людям, переменам, открыты для диалога и сотрудничества.
  • Любовь
    Мы любим то, что мы делаем, хотим и готовы менять мир вокруг нас к лучшему.

10 фактов об Университете ИТМО

  1. Уникальный научно-образовательный профиль: информационные технологии и фотоника, их конвергентность.
  2. Единственный в мире семикратный победитель международной студенческой командной олимпиады по программированию ACM ICPC.
  3. Победитель международных соревнований по программированию Google Code Jam, Facebook Hacker Cup, Яндекс.Алгоритм и других.
  4. Альма-матер создателей нового языка программирования Kotlin.
  5. ТОП-100 лучших IT-вузов планеты в рейтинге Times Higher Education Computer Science (56-е место — 2016 г., 76-е место — 2017 г.); ТОП-400 в THE Engineering and Technology (2017).
  6. Обладатель медали ЮНЕСКО «За уникальную среду в вузе: наука–образование–инновации» (2016 г.).
  7. Самый успешный дебютант в рейтинге THE BRICS&EE: 27-е место в мире и четвертое среди российских вузов (2016 г.).
  8. Восходящая звезда мировой науки по версии ведущего международного научного журнала Nature — в рейтинге Nature Index of Rising Stars (2016 г.).
  9. Национальный исследовательский университет (с 2009 года).
  10. Первый неклассический университет, лидер Проекта 5–100.

Новый элемент системы российского образования — открытые онлайн-курсы — cможет перезачесть любой университет. Мы делаем это реальной практикой, расширяя границы образования для каждого студента. Полный набор курсов от ведущих университетов. Мы ведём системную работу по созданию курсов для базовой части всех направлений подготовки, обеспечивая удобное и выгодное для любого университета встраивание курса в свои образовательные программы
«Открытое образование» – это образовательная платформа, предлагающая массовые онлайн-курсы ведущих российских вузов, которые объединили свои усилия, чтобы предоставить возможность каждому получить качественное высшее образование.

Любой пользователь может совершенно бесплатно и в любое время проходить курсы от ведущих университетов России, а студенты российских вузов смогут засчитать результаты обучения в своем университете.

Программа курса

В курсе рассматриваются следующие темы:

  • Основные понятия и обозначения. Постановки и прикладные примеры задач машинного обучения (обучение с учителем, обучение без учителя, обучение с подкреплением). Классификация моделей и методов машинного обучения. 
  • Основы языка Python, обзор популярных библиотек для обработки и визуализации данных: Numpy, pandas, Pyplot. Возможности, предоставляемые Azure ML Studio. 
  • Задача уменьшения размерности. Метод главных компонент. 
  • Задача регрессии. Линейная регрессия. Оценка параметров модели. Построение доверительных интервалов. Проверка гипотез. Многомерная линейная регрессия. Оценка модели. Полиномиальная регрессия. 
  • Задача классификации. Наивный Байесовский классификатор. Метод k ближайших соседей. Логистическая регрессия. Метод опорных векторов. Деревья принятия решений. Энтропия и прирост информации. Неопределенность Джини. Многоклассовая классификация.
  • Задача кластеризации. Метод К-средних, иерархическая кластеризация и дендрограммы. Ансамблевые методы. Бэггинг. Бустинг. 
  • Обучение с подкреплением. Алгоритм Q-Learning.

Каждая тема предполагает изучение в течение одной недели.

Рейтинг курса

3.3
рейтинг
0
0
0
0
0

Может быть интересно

обновлено 21.04.2024 02:49
Машинное обучение и анализ данных

Машинное обучение и анализ данных

Оставить отзыв
Поделиться курсом с друзьями