Машинное обучение

Познакомитесь с библиотекой Sklearn, а также изучите алгоритмы классификации, кластеризации и регрессии. Узнаете, как переобучить модель и оценить эффективность её работы.

Научитесь составлять план разработки проекта и отчёты по исследованиям, а также грамотно информировать заказчиков о результатах.

Рассмотрите способы проектироваеия рекомендательных систем на примере музыкального сайта, научитесь применять комбинированные алгоритмы.

Изучите механизмы машинного зрения, создадите классификатор изображений и научитесь проектировать нейросети.

Познакомитесь с тематическим моделированием и дистрибутивной семантикой, а также узнаете больше о машинном переводе и генерации текстов.

Рассмотрите возможности машинного обучения для повышения точности прогнозирования будущих значений, а также сможете выявлять структуру и происхождение временного ряда.

Совместно с другими студентами курса решите задачи по прогнозированию или оптимизации бизнес-процессов на основе реальных кейсов с помощью машинного обучения.

С учётом полученных на курсе знаний спроектируете модель машинного обучения под свои задачи либо на основе учебного датасета.