За курса
В този курс участниците ще се запознаят с основите, благодарение на които работят всички алгоритми за машинно обучение. Записалите се ще разгледат основните типове задачи, до които може да сведе всеки реален проблем. За всяка задача ще се запознат с няколко алгоритъма, които я решават, а за всеки алгоритъм ще разберат кога се използва, как се обучава и тества. По време на обучението ще се решават редица практически задачи, като се използва 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 основни принципи на machine learning
-
Работа с алгоритми, тестване и дебъгване
-
Приложение на machine learning за лични и професионални цели
Теми
- 1. Resources
- 2. Linear Regression, Regularization and Testing
- 3. Exercise: Linear Regression, Regularization and Testing
- 4. Classification
- 5. Exercise: Classification
- 6. Unsupervised Learning, Clustering
- 7. Exercise: Unsupervised Learning and Clustering
- 8. Feature Engineering and Time Series
- 9. Exercise: Feature Engineering and Time Series
- 10. Dimensionality Reduction
- 11. Exercise: Dimensionality Reduction
- 12. MLFlow
- 13. Exercise: MLFlow
- 14. Exam Preparation and Q&A
- 15. Regular Exam
- 16. Retake Exam