Max Home IndustryБесплатный онлайн-курс, объединяющий самый популярный язык программирования с одной из самых актуальных тем сегодняшнего дня, только начался, и вы все еще можете записаться, имея достаточно времени, чтобы пройти его.
Сочетание Python с машинным обучением не является неожиданным и случайным. Python широко признан наиболее подходящим языком программирования для этой области, и эти курсы представляют собой углубленное введение в область машинного обучения, от линейных моделей до глубокого обучения и обучения с подкреплением, через практические проекты Python.
Полное название курса — Машинное обучение с Python: от линейных моделей до глубокого обучения. Хотя его можно изучать как отдельный курс или в сочетании с другими курсами, это четвертый курс в MITx MicroMasters Statistics and Data Science, о котором мы рассказали в новостях год назад, когда он начался.
Курс машинного обучения длится 13 недель (заканчивается 4 сентября 2019 г.) и, как и другие в программе, требует от 10 до 14 часов в неделю. Это на продвинутом уровне. Для начала вам понадобятся исчисления, векторы и матрицы на уровне колледжа. Вы также должны быть знакомы с Python, что можно получить, пройдя 9-недельный курс Introduction to Computer Science and Programming Using Python, также от MIT на edX, который начался 5 июня и закончился 7 августа. хорошее понимание теории вероятностей — и курс MITx для этого называется «Вероятность — наука о неопределенности и данных» и является первым из курсов в программе MicroMasters. Итак, хотя вы можете выполнять четыре курса в программе в любом порядке, если вы собираетесь пройти их все, это лучшая отправная точка. Презентация началась 20 мая 2019 г. и продлится до 14 сентября, а следующая начнется в январе 2020 г.
В области машинного обучения с Python: от линейных моделей до глубокого обучения студенты будут:
Понять принципы, лежащие в основе задач машинного обучения, такие как классификация, регрессия, кластеризация и обучение с подкреплением.
Реализовывать и анализировать такие модели, как линейные модели, машины ядра, нейронные сети и графические модели.
Выбирайте подходящие модели для разных областей применения
Реализуйте и организуйте проекты машинного обучения, от обучения, проверки, настройки параметров до разработки функций.
В него входят следующие лекции и проекты:
Лекции:
Вступление
Линейные классификаторы, разделимость, алгоритм персептрона
Гиперплоскость максимального запаса, потеря, регуляризация
Стохастический градиентный спуск, переобучение, обобщение
Линейная регрессия
Проблемы с рекомендациями, совместная фильтрация
Нелинейная классификация, ядра
Особенности обучения, Нейронные сети
Глубокое обучение, обратное распространение
Рекуррентные нейронные сети
Рекуррентные нейронные сети
Обобщение, сложность, VC-размерность
Обучение без учителя: кластеризация
Генеративные модели, смеси
Смеси и алгоритм EM
Учимся контролировать: обучение с подкреплением
Продолжение обучения с подкреплением
Приложения: обработка естественного языка
Проекты:
Автоматический анализатор обзора
Распознавание цифр с помощью нейронных сетей
Обучение с подкреплением
Похоже, что это хорошо продуманная программа, которая, как утверждается, проходит с таким же темпом и уровнем активности, что и курсы на территории MIT. Вы можете пройти курс бесплатно (без доступа к оцениваемым экзаменам), но если вы хотите получить учетные данные MicroMaster, которые также включают экзамен под наблюдением после успешного завершения всех четырех курсов, вам нужно будет заплатить 300 долларов за курс. и для экзамена Capstone. Вы можете сэкономить 10% (1350 долларов вместо 1500 долларов), заплатив за программу MicroMasters, которая должна быть завершена в течение года с самого начала. Поскольку это удостоверение, которое поможет вам найти новую работу или продвинуться по карьерной лестнице, не прекращая работу для учебы, многие сочтут это привлекательным вариантом.