Рус Укр

Курс Machine Learning в Харькове

Advanced level
4.7

alarm-clock занятий

spiral-calendar занятий в неделю

rocket старт

За неделю записалось

Осталось

Стань Machine Learning Engineer!

На курсе будут рассмотрены различные задачи машинного обучения с точки зрения работы с данными и особенностей различных моделей машинного обучения.

На курсе используется язык Python — самый распространенный на сегодняшний день язык для работы с машинным обучением и анализом данных.

Цели курса

  • Научиться подготавливать данные и конструировать признаки
  • Научиться определять типы необходимой модели машинного обучения
  • Научиться выбирать алгоритм оптимизации, регуляризация модели
  • Научиться выбирать метрики для контроля качества модели
  • Визуализировать полученные результаты
woman-technologist

Этот курс также доступен в формате дистанционного обучения.

smiling-face-with-sunglasses

advanced
level

Рассчитан на IT-специалистов и инженеров любой специальности, знающих Python, линейную алгебру, математический анализ и статистику на уровне первого курса технического вуза.

Изучаемые технологии

  • Python

    Python

  • NumPy

    NumPy

  • Matplotlib

    Matplotlib

  • Scikit-learn

    Scikit-learn

  • Keras

    Keras

Программа курса
Machine Learning

alarm-clock 16 занятий занятий
  • Науки, на которых базируется машинное обучение
    • Линейная алгебра
    • Статистика
    • Оптимизация
    • Типы задач машинного обучения — классификация и прогноз
  • Основные этапы проекта машинного обучения
    • Подготовка данных
    • Выбор модели, настройка гиперпараметров модели
    • Граф вычислений
    • Метрики для контроля качества модели
  • Перспептрон — простейшая нейронная сеть (ч.1)
    • Матричные операции при прямом распространении сигнала
    • Матричные операции при обратном распространении сигнала
    • Градиент целевой функции
  • Перспептрон — простейшая нейронная сеть (ч.2)
    • Механизм обновления весов — обучение!
    • Сравнение реализации персептрона с помощью NumPy и Keras — скорость и удобство
    • Методы регуляризации и batch-обучение
  • Рекуррентные нейронные сети
    • Последовательные структуры данных вокруг нас
    • Проблема взрывных и исчезающих градиентов
    • LSTM- и GRU-вентили в архитектуре рекуррентных нейронных сетей
  • Сверточные нейронные сети
    • Операция свертки для простейших функций
    • Фильтры для получения признаков изображения с помощью сверток
    • Анализ ключевых элементов архитектуры сверточных нейронных сетей
    • Наиболее распространенные архитектуры сверточных нейронных сетей
  • Автокодировщики
    • Сжатие информации при прохождении сигнала через автокодировщик
    • Понижение размерности, выделение признаков
    • Сжатие данных и снижение уровня шума
  • Метод анализа главных компонентов
    • Набор данных как многомерное пространство
    • Проекции и расстояния в многомерном пространстве
    • Анализ дисперсии в данных и ее влияние на распределение данных
  • Методы кластеризации
    • Простановка меток или проведение границ
    • Что такое сепарабельность данных
    • Кластеризация в пространстве пониженной размерности: RFM-анализ потребителей
  • Ансамблевые методы
    • Один сильный классификатор или много слабых
    • Механизм голосования
    • Нетривиальные подходы
  • Деревья и леса
    • Мощная альтернатива нейронным сетям
    • Решение нелинейных задач с помощью линейных инструментов
    • Бустинг
  • Рекомендательные системы
    • Векторы в многомерном пространстве
    • Способов сказать «рядом» может быть несколько
    • Различные способы кодирования информации о покупках

В конце курса выполняется дипломный проект.

Бонусы курса

  • Специально снятые дополнительные видеоматериалы
  • Тренинг по прохождению собеседования и составлению резюме

Выпускники получают сертификат об окончании курса

Каждый сертификат имеет уникальный номер по которому потенциальный работодатель может проверить его валидность и увидеть базовые показатели успеваемости.

Преимущества обучения в Компьютерной школе Hillel

  • man-raising-hand
    Группы по 14 человек Преподаватель уделяет время каждому студенту.
  • nerd-face
    Преподаватели практики У нас преподают только практикующие специалисты из топовых IT-компаний.
  • briefcase
    Система личных кабинетов Эффективное и удобное обучение.
  • speech-balloon
    Оперативная служба поддержки студентов Срочный вопрос — своевременное решение.
  • videocassette
    Доступ к видеозаписям занятий Записи уроков остаются у студентов после окончания курса.
  • hammer
    Практические занятия Большая часть занятий ориентирована на практику.
  • rocket
    Трудоустройство

    Что мы делаем для того, чтобы вы достигли успеха?

  • clipboard

    Проводим мастер-классы по подготовке резюме и поиску работы

  • books

    Регулярно обновляем программы курсов под требования рынка

  • smiling-face-with-sunglasses

    Приглашаем преподавать только лучших практикующих специалистов

  • globe-with-meridians

    Развиваем нашу сеть партнеров среди топовых IT-компаний

  • direct-hit

    Наши преподаватели часто сами забирают к себе наших лучших Студентов ;)

Наши преподаватели и выпускники работают в топовых IT-компаниях мира

Курс хорош для начинающих, хорошо обьясняют все основы, включая всю математику, которая происходит под капотом. Покрываются почти все темы современной отрасли машинного обучения. Преподаватель очень хороший, дружелюбно относится к студентам, помогает с вопросами о собственных проектах

Всё было отлично. Андрей — отличный преподаватель. Очень удачный подбор материала. У меня есть твёрдое ощущение, что я разобрался во всём, что он нам рассказывал. Большое спасибо школе в целом и Андрею персонально.

Павел Корчагин
Павел Корчагин
Спасибо большое преподавателю за отличный курс. Дмитрий провел нас от азов до самых последних разработок в данной области, оказывал всяческую поддержку и консультации. Данный курс позволил восполнить все пробелы. Отдельное спасибо школе, хорошо поставлен процесс обучения.
Вячеслав Решетило
Вячеслав Решетило
Всем спасибо, все было супер!) Отдельное спасибо Дмитрию Дегтярёву, Вы отлично объясняете и проводите аналогии, что очень важно и курс отлично зашел. Всем спасибо)
Дмитрий Кардаш
Дмитрий Кардаш

Большое спасибо, Дмитрию Дегтярёву за прекрасный курс. У меня до начала курса, был некоторый опыт в Машинном обучение и все было смутно и грустно, но после окончания: мало того что все разложил по полочкам, так еще и понял вещи, за которые страшно было браться.

Первые несколько уроков было немного скучно и медленно, но с каждым новым занятием темпы познания нового увеличивались и это здорово.

Советую всем новичкам) и обязательно делайте домашку, она прям must have!!!!

Мне очень понравился курс. Преподаватель постарался выложить нам материал максимально доступно. Так же помог разобраться с кодом. Всегда отвечал на интересующие нас вопросы, а так же делился опытом. В качестве бонусов — английский язык, что несомненно есть большой плюс. Очень понравилось отношение к студентам как со стороны администраторов, так и директора. Рекомендую всем!

Татьяна
Татьяна
Курс интересный, преподаватель помогал с каждым вопросом. Жаль, что было много нейронок и мало деревьев с бустингом. Но рада, что прошла курс и получила новые знания)
Oleg G
Oleg G

Огромное спасибо Роману Захарову за практический курс Machine Learning, на котором я понял и опробовал тему в реальных условиях, сделав предсказания продуктов для Magento платформы. Курс был доступен и понятен.

Преподаватель поддерживал на каждом этапе обучения. Надеюсь, это не последний курс в Днепре, и другим счастливчикам удастся его посетить. Спасибо Ираклий (директор школы), за такого реального практика!

Вадим Петров
Вадим Петров

Записался на курс для того, чтобы получить представление о машинном обучении, так как собираюсь развиваться профессионально в данном направлении. Ставил перед собой основные цели — получить начальные знания по теме, понять направления для самостоятельного обучения, данные цели достигнуты полностью.

Плюсы курса:

- краткое, но достаточное освещение теоретической стороны вопроса;

- много практических заданий;

- примеры из реальной практики;

- задания для курсовых работ из предметной области слушателей;

- компетентность преподавателя.

Минусы:

- из-за загрузки преподавателя на основной работе было несколько переносов занятий;

- “ускоренное” прохождение нейронных сетей.

Часто задаваемые вопросы

  • Что нужно знать для обучения на курсе Machine Learning?

    Математический анализ:

    • Производные
    • Правило дифференцирования сложной функции
    • Градиенты

    Линейная алгебра:

    • Векторы
    • Скалярное произведение и векторное произведение
    • Функции и линейные преобразования
    • Умножение матриц
    • Обратные функции
    • Транспонирование матрицы

    Планирование эксперимента:

    • Проверка гипотез
    • Тесты на статистическую значимость
    • Случайность
    • Вероятность
  • Выдается ли сертификат об окончании курса Machine Learning международного уровня?

    Наш сертификат о прохождении курсов внутреннего образца. В первую очередь мы вам предоставляем знания, отвечающие требованиям существующих вакансий на рынке труда. В IT-сфере при приеме на работу на должности начального уровня абсолютно не важно, какие у вас есть дипломы и какую сертификацию вы прошли. В первую очередь работодатель на собеседовании будет рассматривать то, что вы умеете и в чём есть опыт, а не какой диплом вы сможете принести с собой. Это касается как Украины, так и компаний, находящихся за границей.

    К тому же многие наши курсы вам могут дать знания, которые вам понадобятся для прохождения сертификации удаленным образом через интернет. Данную сертификацию можно пройти только удаленно и самостоятельно.

  • Будут ли задавать домашние задания на курсе Machine Learning? Проверяется ли выполненное задание?

    Да! Ведь это обязательная и очень важная часть процесса вашего обучения, так как каждый Студент должен закрепить весь полученный на занятии материал дома, выполняя домашние задания. Каждое заданное ДЗ будет проверяться преподавателем, и по нему вы будете получать фидбэк. Также некоторые задания разбираются на следующем занятии. Без выполнения домашний заданий никто не сможет добиться желаемого результата.

  • Как получить максимальный балл за домашнее задание на курсе Machine Learning?

    Выполнение домашних работ, одна из самых важных составляющих обучения. Для того, чтобы получить максимальный балл за домашнее задание, нужно:

    • Выполнить задание в указанные сроки
    • Выполнить все условия задания
    • Выполнить задание без ошибок
    • Пересдача домашнего задания не более одного раза
  • Какой нужно иметь компьютер, чтобы обучаться на курсе Machine Learning?

    Требования к компьютеру для обучения на курсе Machine Learning.

    Операционная система:

    • Windows 10 64-бит
    • macOS 10.13 или выше
    • Linux: Ubuntu 16.04 - 20.04

    Процессор* :

    • Минимум intel core i5 4-го поколения
    • Рекомендуется i5 8-го
      *Допустимы аналоги от AMD

    Оперативная память:

    • Минимум 8 Гб
    • Рекомендуется 16 Гб

    Память:

    • Минимально 500 Гб HDD и более
    • Рекомендуется 200 Гб SSD и более

Заявка на консультацию

Оставьте ваши контактные данные, и мы вам обязательно перезвоним!

Обязательно укажите ваше имя кириллицей

Обязательно укажите email, по которому мы сможем с вами связаться

Обязательно укажите телефон в международном формате

Школа работает с 10:00 до 21:00 по будням и с 10:00 до 19:00 по выходным дням (киевское время, GMT+2).

Отправлено

Приобрести подарочный сертификат

Gift certificate background image Gift certificate background image