За курса
Machine Learning е пресечната точка на програмирането с математическите и научните методи. То представлява науката за това как да накараме компютрите да дават решения без да бъдат специално програмирани преди това. Благодарение на него живеем в свят, излязъл сякаш от научната фантастика: уебсайт разпознава емоциите на хората, машинният превод става все по-добър, разработват се самоуправляващи се автомобили, предлагат ни реклами, базирани на собствените ни желания и потребности.
В този курс ще се запознаем с основите, благодарение на които работят всички алгоритми за машинно обучение. Ще разгледаме основните типове задачи, до които можем да сведем всеки реален проблем. За всяка задача ще се запознаем с няколко алгоритъма, които я решават, а за всеки алгоритъм ще разберем кога се използва, как се обучава и тества.
По време на курса ще решаваме редица практически задачи, използвайки езика Python – един от най-популярните езици за целите на науката и работата с данни. Обучението, само по себе си, или в комбинация с познания по математика и data science, е отправна точка за кариерно развитие: за позиции като Machine Learning Engineer, Applied Machine Learning Researcher, Data Scientist, или подобни на тях.
Умения, които ще придобиеш
-
Умения за изследване на проблеми и предлагане на решения
-
Работа по цялостен процес
-
Създаване на модели, които решават задачи от практиката
-
Работа с алгоритми, тестване и дебъгване
-
Приложение на machine learning за лични и професионални цели
-
Работа с основни принципи на machine learning
Теми
- 1. Resources
- 2. Course Introduction
- 3. Introduction to Machine Learning
- 4. Linear and Logistic Regression
- 5. Model Training and Improvement
- 6. Tree and Ensemble Methods
- 7. Support Vector Machines
- 8. Clustering
- 9. Dimensionality Reduction
- 10. Introduction to Neural Networks
- 11. Time series
- 12. Machine Learning in Production
- 13. Exam Preparation and Q&A
- 14. Regular Exam
- 15. Retake Exam