Нейросети [Wondrium by The Great Courses, Майкл Л. Литтман] Введение в машинное обучение (2024)

[𝕯𝖆𝖗𝖐🥰𝕬𝖓𝖌𝖊𝖑]

Автор: Wondrium by The Great Courses, Майкл Л. Литтман​

Название: Введение в машинное обучение (2024)​

Продолжительность: 12 ч 6 мин Количество уроков: 25 Видео Язык: Английский Вес архива: 3,02 ГБ

Машинное обучение — это основа современных технологий: от поисковых и навигационных систем до умных роботов и игровых алгоритмов. В этом курсе вы узнаете, как компьютеры становятся «умными», и научитесь создавать собственные модели на Python, даже если вы только начинаете знакомство с программированием.

О чем этот курс

Курс создан профессором Майклом Л. Литтманом из Университета Брауна — одним из ведущих исследователей в области машинного обучения. Обучение строится вокруг реальных примеров и практических задач, чтобы вы смогли увидеть, как ML применяется в повседневной жизни.

Ключевые темы обучения

• Принципы работы поисковых и рекомендательных систем.
• Навигационные алгоритмы и системы принятия решений.
• Игровые агенты и обучение с подкреплением.
• Методы классификации и диагностики.
• Борьба со спамом и анализ данных.
• Алгоритмы, используемые в создании медиаэффектов.

Практическая часть

Вы будете работать с языком программирования Python. Для новичков предусмотрен вводный модуль, позволяющий быстро освоить основы и перейти к написанию алгоритмов машинного обучения.

Что вы будете делать

• Писать собственные программы машинного обучения.
• Решать реальные прикладные задачи.
• Экспериментировать с моделями и их параметрами.
• Создавать мини-проекты по тематике курса.

Для кого подходит курс

Этот курс будет полезен:

• начинающим разработчикам;
• студентам технических специальностей;
• аналитикам и специалистам по данным;
• всем, кто хочет разобраться, как устроен искусственный интеллект.

Результат обучения

По завершении курса вы будете уверенно ориентироваться в базовых техниках машинного обучения, понимать принципы работы «умных» систем и сможете применять полученные знания для разработки собственных алгоритмов и проектов.

СКАЧАТЬ: