🚀 Идем на ежегодный Cloud Security TechSpot в Варшаве
Support us

Курсы по ML на Udacity — для новичков

Если у вас есть базовые знаний Python и карьерные амбиции в дата-анализе или дата-сайенс, вот четыре курса для новичков. Все курсы — на английском языке и длятся не менее двух месяцев. Выпускники получают сертификат об окончании.

2 комментария
Курсы по ML на Udacity — для новичков

Если у вас есть базовые знаний Python и карьерные амбиции в дата-анализе или дата-сайенс, вот четыре курса для новичков. Все курсы — на английском языке и длятся не менее двух месяцев. Выпускники получают сертификат об окончании.

В AI takeover рассказываем, как вместе с роботами захватывать мир: курсы, советы и другая учёба

Введение в машинное обучение с TensorFlow

Курс для тех, у кого уже есть базовые знания Python, теории вероятности и математической статистики. 

Авторы обещают работу с реальными проектами от экспертов отрасли, персонализированный фидбэк и помощь в составлении портфолио и профиля LinkedIn. 

Чему вы научитесь к концу курса:

  • ​​использовать Python и SQL для анализа данных из различных источников;
  • создавать прогностические модели, используя разные методы машинного обучения без учителя и с учителем;
  • разрабатывать функции для повышения производительности моделей машинного обучения;
  • оптимизировать, настраивать и улучшать алгоритмы;
  • сравнивать характеристики изученных моделей.

Продолжительность — 3 месяца. 

Язык — английский. 

Стоимость — $399/месяц или $1 017 сразу за три месяца. 

Пройти курс

Введение в машинное обучение с использованием Microsoft Azure

Курс готовили эксперты Microsoft и Solliance. Он предполагает самостоятельное обучение. Программу осилят те, у кого уже есть базовые знания любого языка программирования (предпочтительно Python). 

Чему вы научитесь к концу курса:

  • получите базовые знания о машинном обучении, обучите первую модель с помощью Azure Machine Learning Studio;
  • разберётесь, как преобразовывать данные в обученные модели, а также познакомьтесь с автоматизированным машинным обучением;
  • освоите основные понятия машинного обучения: классификация, регрессия, кластеризация, обучении признакам и не только;
  • рассмотрите такие методы, как глубокое обучение, изучение подобия, классификация текста, конструирование признаков и обнаружение аномалий;
  • рассмотрите проблемы, связанные с ML и разберёте принципы создания ответственного ИИ.

Продолжительность — 2 месяца. 

Язык — английский. 

Стоимость — бесплатно. 

Пройти курс 

Введение в машинное обучение с PyTorch

Курс создали специалисты в машинном обучении, физики, инженеры и другие эксперты области вместе с AWS и kaggle. Наставники — преподаватели, физики, специалисты по анализу данных, инженеры машинного обучения и другие эксперты области. Здесь тоже обещают подробный и развёрнутый фидбэк, причем среднее время ожидания обратной связи — меньше часа.

Чему вы научитесь к концу курса:

  • ​​использовать Python и SQL для анализа данных;
  • оптимизировать, настраивать и улучшать алгоритмы;
  • применять контролируемые методы обучения к данным, собранным для переписи населения США;
  • создадите классификатор изображений;
  • обучите нейронную сеть в PyTorch классифицировать изображения; 
  • изучите реальный набор данных о клиентах компании и примените несколько неконтролируемых методов обучения.

Продолжительность — 3 месяца.

Язык — английский. 

Стоимость — $399/месяц или $1 017 сразу за три месяца. 

Пройти курс

Введение в машинное обучение

В разработке программы курса принимал участие Себастьян Трун, профессор компьютерных наук и бизнесмен. Но на фидбэк автора рассчитывать не стоит, курс — для самостоятельного изучения. Он включает десять лекций.

Чему вы научитесь к концу курса:

  • познакомитесь с основами машинного обучения и узнаете, как оно применяется в технологиях и науке; 
  • научитесь использовать Naive Bayes с обучением scikit в python;
  • сможете разделять данные между наборами для обучения и тестирования с помощью scikitlearn;
  • научитесь вычислять апостериорную вероятность и априорную вероятность простых распределений;
  • научитесь реализовывать классификатор SVM в SKLearn/scikit-learn;
  • узнаете, как правильно выбрать ядро ​​для SVM;
  • построите дерево решений на Python;
  • изучите формулы энтропии и прироста информации и способы их расчета;
  • реализуете небольшой проект, используя дерево решений;
  • поймёте, чем непрерывное контролируемое обучение отличается от дискретного обучения;
  • запрограммируете линейную регрессию на Python с помощью scikit-learn.

Продолжительность — 10 недель.

Язык — английский. 

Стоимость — бесплатно.

Пройти курс

Как написан этот материал

В adviser-статьях есть ссылки на партнеров. Это значит, что если вы что-то покупаете с нашей помощью — вы также поддерживаете dev.by. (Вот другой способ).

Редакция и авторы независимы в выборе темы, концепции материала, фокуса описания, подхода к услугам или товарам. Прежде чем что-то советовать, мы много читаем и смотрим по теме, говорим с экспертами.

Редакция может выражать свое мнение и пробовать всё на себе.

Если рекомендательный материал обновляется, мы указываем, что и когда поменялось.

Читайте также
Как снимать на смартфон, чтобы фото выглядели как из журнала: курсы, которые прокачают ваш взгляд
Как снимать на смартфон, чтобы фото выглядели как из журнала: курсы, которые прокачают ваш взгляд
Как снимать на смартфон, чтобы фото выглядели как из журнала: курсы, которые прокачают ваш взгляд
В мире, где каждый второй кадр — контент, умение снимать красиво на свой смартфон стало частью цифровой грамотности. Визуальное мышление помогает лучше понимать эстетику интерфейсов, чувствовать композицию, свет и динамику. Это полезно везде, где приходится работать с визуалом, даже если вы не дизайнер.
Понимать, а не контролировать: 9 курсов, которые изменят ваш взгляд на обучение ребенка
Понимать, а не контролировать: 9 курсов, которые изменят ваш взгляд на обучение ребенка
Понимать, а не контролировать: 9 курсов, которые изменят ваш взгляд на обучение ребенка
Современные дети растут в мире, где информация обновляется быстрее, чем успевают высохнуть чернила в тетрадке. Но суть воспитания не изменилась: ребёнку по-прежнему нужны внимание, поддержка и понимание. А роль родителей — не просто контролировать оценки, а помогать детям учиться осознанно, развивать мышление, эмоциональный интеллект и веру в себя. Если вы когда-нибудь задумывались, как стать тем самым взрослым, который помогает ребенку расти, а не давит ожиданиями — этот материал для вас.
1 комментарий
«Всё под контролем». Как развить эмоциональный интеллект и перестать залипать в стрессе
«Всё под контролем». Как развить эмоциональный интеллект и перестать залипать в стрессе
«Всё под контролем». Как развить эмоциональный интеллект и перестать залипать в стрессе
Мир IT построен на логике, но держится на людях. И чем быстрее развивается технология, тем важнее понимать себя, других и свои эмоции. Речь не про «улыбаться на митинге», а про способность сохранять ясность мысли, когда всё вокруг летит в прод, а вы остаетесь спокойны и собраны. Развитие эмоционального интеллекта сегодня важнее не меньше, чем знание кода или фреймворков.
«Tinder уже не тот»: Как формат воркейшен-кемпа возвращает живое общение
«Tinder уже не тот»: Как формат воркейшен-кемпа возвращает живое общение
«Tinder уже не тот»: Как формат воркейшен-кемпа возвращает живое общение
Мир давно устал от свайпов и коротких чатов. Люди, особенно из IT, всё чаще ищут не свидания, а возможность поговорить по-настоящему — без ролей, без фильтров и без суеты. Так появился воркейшен-кемп «12 Незнакомцев» от сообщества COMOON. Первый заезд распродали за несколько дней. Сейчас команда готовит «18 Незнакомцев» — и снова осталось  всего несколько мест.
5 комментариев

Хотите сообщить важную новость? Пишите в Telegram-бот

Главные события и полезные ссылки в нашем Telegram-канале

Обсуждение
Комментируйте без ограничений

Релоцировались? Теперь вы можете комментировать без верификации аккаунта.

0

Ну если Python - то всё понятно

1

что именно понятно?