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:
Код без границ: как войти в Open Source, сделать первый контрибьют и превратить его в главный актив своего CV
Мир Open Source поначалу может показаться закрытым клубом для избранных. Есть даже заблуждение, что в репо проектов вроде Kubernetes, React или Linux пишут только гуру с многолетним стажем, а новичкам там нечего делать. Как итог, многие инженеры годами копят учебные проекты-однодневки на GitHub, надеясь, что рекрутеры когда-то их оценят.
Искусство компромиссов: как повышать рейт на Upwork, Toptal или Fiverr, не теряя клиентов
Востребованный фрилансер рано или поздно упирается в стеклянный потолок своей рабочей недели. Можно работать по 50 часов, до автоматизма отточить стек и закрывать контракты с идеальным результатом. Но если почасовой рейт застыл на отметке двухгодичной давности, вы начинаете терять деньги. Инфляция, рост личной экспертизы и выгорание от однотипных задач — маркеры того, что вам пора пересмотреть прайс.
Выход из тени репо: как разработчику построить личный бренд и заставить рынок говорить о себе
В среде разработчиков все еще силен красивый, но опасный миф: «Хороший код говорит сам за себя, а лучшее резюме — идеально зеленая сетка коммитов на GitHub». В идеальном (академическом) мире этого, возможно, хватило бы. Но в реальности, где за сильные позиции в стартапах борются тысячи талантов, молча писать код — это сознательный отказ от половины карьерных возможностей.
Искусство предсказания: 10 книг по декомпозиции и оценке сроков, которые могут спасти дедлайны вашей команды
«Сделайте нам примерную оценку к вечеру вторника», — фраза, от которой у тимлида начинает предательски дергаться глаз. Бизнесу нужна точность, но разработка связана с постоянным хаосом, скрытыми зависимостями и legacy-кодом. Поэтому эстимейты скорее похожи на гадание, а финальные релизы сдвигаются на недели, сжигают бюджеты и нервные клетки команды.
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.