Data Science. Уровень 2. Применение машинного обучения

84 участника

О чём курс

Алгоритмы машинного обучения превращаются из теории в работающий инструмент для решения задач классификации, кластеризации и прогнозирования. Вы научитесь переводить бизнес-задачи на язык данных, подбирать подходящие модели и интерпретировать результаты их работы. Внутри разбираются принципы построения деревьев решений и их комбинаций, методы линейной регрессии, способы анализа временных рядов и основы работы с нейронными сетями. Курс ориентирован на тех, кто владеет базой и хочет научиться применять алгоритмы ML на практике. По итогам вы получите понимание того, как эффективно использовать накопленные данные для построения предсказательных моделей.

Программа обучения

  • Модуль 1. Постановка задачи
    • Принципы машинного обучения
    • Алгоритмы машинного обучения
  • Модуль 2. Деревья решений
    • Классическое дерево решений
    • Комбинирование решающих деревьев
  • Модуль 3. Линейные модели
    • Линейная регрессия
  • Модуль 4. Кластеризация
    • Алгоритмы кластеризации
    • Применение кластеризации
  • Модуль 5. Временные ряды
  • Модуль 6. Нейронные сети
  • Модуль 7. Анализ текста
Складчина создана 24 января 2018 г. · описание обновлено 23 марта 2026 г.

Другие материалы автора 1

С Самородов Все материалы
634 ₽ 24 000 ₽