Введение в машинное обучение
О чём курс
Одно стандартное бизнес-решение часто требует сложной обработки данных — здесь показывают, как перевести этот процесс в плоскость машинного обучения, от постановки задачи до минимизации ошибок предсказания. Вы разберетесь в фундаментальных алгоритмах, на которых строится работа с большими данными, включая линейную и логистическую регрессии, а также научитесь оценивать качество моделей через среднеквадратичную ошибку и другие метрики. Курс подходит руководителям, менеджерам и разработчикам, желающим понять, как именно «думают» алгоритмы ИИ. Финал работы — четкое понимание жизненного цикла модели и умение интерпретировать результаты её обучения для практических задач.
Программа обучения
- Задачи и процесс машинного обучения
- Данные для машинного обучения
- Особенности обучение моделей
- Экспорт и импорт результатов машинного обучения
- Метод максимального правдоподобия
- Линейная регрессия и регуляризация
- Среднеквадратичная ошибка и другие метрики
- Полиномиальная и нелинейная регрессия
- Логистическая регрессия
Другие материалы школы 11
I ITtensive Все материалыОтзывов пока нет. Будьте первым!
Продажи приостановлены. Можно подписаться на уведомление о возобновлении продаж.