В этом материале есть ссылки партнеров. Это значит, что если вы что-то покупаете с нашей помощью — вы также поддерживаете dev.by. (Вот другой способ).
При этом 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, в самом начале.
На этом курсе вы научитесь создавать модели машинного обучения на Python, используя популярные библиотеки машинного обучения NumPy и scikit-learn, а также будете создавать и обучать модели машинного обучения с учителем для задач прогнозирования и двоичной классификации, включая линейную регрессию и логистическую регрессию.
Курс входит в специализацию «Machine Learning» — это базовая онлайн-программа, созданная в сотрудничестве DeepLearning.AI и Stanford Online, где можно изучить основы машинного обучения и то, как использовать эти методы для создания реальных приложений искусственного интеллекта.
Этот курс, а также всю специализацию «Machine Learning» преподает Эндрю Нг, доцент Стэнфордского университета, исследователь робототехники и машинного обучения, который руководил критическими исследованиями в Стэнфордском университете и новаторской работой в Google Brain, Baidu и Landing.AI.
Стоимость обучения: 7 дней бесплатно, дальше $39 в месяц. После прохождения курса не забудьте отменить подписку, иначе с вас продолжат снимать деньги, вернуть их будет нельзя.
Можно приобрести подписку Coursera Plus и за $49 в месяц иметь неограниченный доступ к курсам, проектам с консультациями, специализациям и профессиональным сертификациям.
Продолжительность: примерно 15 часов.
Язык: английский.
Рейтинг: на Coursera курс набрал 4.9, за него проголосовали больше 13 тысяч студентов.
Если этот курс вам не подходит, но вы хотите развиваться в Machine Learning — обратите внимание на наши материалы:
Музыка за неделю: как начать играть и сочинять с нуля (даже если вам говорили, что слуха нет)
Музыка обычно присутствует в нашей жизни фоном: в плейлистах для пробежки, в наушниках по дороге на работу или в старых воспоминаниях о несбывшейся мечте. Мы привыкли быть слушателями, но редко решаемся стать исполнителями. Кажется, что для этого нужны годы в музыкальной школе, знание теории и какая-то особая одаренность.
Керамика как антидот: курсы по гончарному делу дома для тех, кто устал от цифры
Мы соскучились по вещам, которые можно потрогать. Когда рабочий день растворяется в созвонах и таблицах, работа с глиной становится быстрым способом вернуться в тело и почувствовать реальность. Здесь не получится нажать Ctrl+Z или искусственно ускорить процесс. Глина требует присутствия, спокойных рук и готовности к тому, что результат будет неидеальным, но живым.
Заземление в узлах: как текстильный DIY, макраме и ткачество помогают обустроить дом и разгрузить голову
Дом для айтишника — понятие кочующее. Для кого-то это привычная квартира в Минске, для кого-то съемное жилье в Варшаве или Лимасоле. В условиях, когда контекст вокруг постоянно меняется, а работа остается в плоскости монитора, возникает запрос на что-то осязаемое. Что-то, что можно потрогать, распутать или сплести заново.
Выгорание по расписанию: что не так с нашим тайм-менеджментом (и как это исправить)
Тайм-менеджмент, особенно зимой, часто выглядит так: всё спланировано правильно, но жить от этого не легче. Календарь вроде бы работает, задачи закрываются, а усталость почему-то не уменьшается, даже когда действуешь по системе.
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.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.