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:
Бесплатная конференция AI Hard Fork: как ИИ ломает процессы разработки и что с этим делать
Генерация кода ускорилась. Copilot и AI-агенты пишут фичи быстрее джунов, а тестовые задания вообще решаются за минуты. Но с этим пришли и новые проблемы: деградирует архитектура, time-to-market не становится меньше, ревью тонет в AI-слопе, а процессы найма не работают как прежде.
Не начинайте с фронтенда или Python: 5 плохих сценариев обучения, о которых обычно не говорят
В 2026-м стало окончательно понятно: на одних курсах карьеру, а IT не построишь. Рынок повзрослел, насытился джунами, освоил AI и теперь хочет от инженеров больше гибкости, профессионализма и умения решать задачи, а не просто кодить.
Мастерство командной строки: курсы для тех, кто хочет работать с Linux осознанно, понимать и контролировать
Командная строка — один из самых мощных инструментов Linux и один самых неосвоенных. Многие работают в консоли эпизодически, на ощупь копируя команды из чужих руководств и не всегда понимая, что именно происходит в системе.
«Документы не теряются, теряется внимание». Как AI-ассистент Paperspell помогает справиться с бюрократией
Когда говорят об AI-ассистентах для документов, обычно обещают одно и то же: порядок, автоматизацию и избавление от бюрократической рутины. На практике это редко работает так просто.
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.