Онлайн-курс
Machine learning

Advanced level
4.7
занятьзанятий в неделюстарт

За тиждень записалося

Залишилося

Цей курс у форматі offline доступний у

На курсі будуть розглянуті різні завдання машинного навчання з точки зору роботи з даними і особливостей різних моделей машинного навчання.

На курсі використовується мова Python, як найпоширеніша на сьогоднішній день мова для роботи з машинним навчанням і аналізом даних.

Навчитися проходити всі етапи проекту машинного навчання:

  • підготовка даних, конструювання ознак
  • визначення типу необхідної моделі машинного навчання
  • вибір алгоритму оптимізації, регуляризація моделі
  • вибір метрик для контролю якості моделі
  • візуалізація отриманих результатів

Розрахований на IT-фахівців і інженерів будь-якої спеціальності, які знають Python, лінійну алгебру, математичний аналіз і статистику на рівні першого курсу технічного вузу.

Для запису потрібно пройти тест.

Викладач курсу

Вас буде навчати практикуючий фахівець, який працює в топовій компанії.

Дмитро Дегтярьов
Дмитро ДегтярьовMachine Learning Engineer у SciForce Solutions
SciForce Solutions
Дмитро Дегтярьов
Дмитро ДегтярьовMachine Learning Engineer у SciForce Solutions

Розпочав трудову діяльність у 2007 році з посади математика-аналітика в машинобудівній компанії, будучи студентом випускного курсу університету. З тих пір назавжди пов'язав себе з механікою і прикладною математикою. Виконав ряд розрахунково-дослідних робіт в інтересах державних і приватних підприємств України і зарубіжжя.

З 2010 року цікавився мовою Python, з 2016 року регулярно використовує Python для вирішення завдань статистики і машинного навчання, з 2018 року працює інженером з машинного навчання в компаніях регіону.

Програма онлайн-курсу
Machine learning

20 занять
Advanced level
Дипломный проект
  • Науки, на яких базується машинне навчання
    • лінійна алгебра
    • статистика
    • оптимізація
    • типи завдань машинного навчання — класифікація і прогноз
  • Основні етапи проекту машинного навчання
    • підготовка данних
    • вибір моделі, налаштування гіперпараметрів моделі
    • граф обчислень
    • метрики для контролю якості моделі
  • Перспептрон — найпростіша нейронна мережа (ч.1)
    • матричні операції при прямому поширенні сигналу
    • матричні операції при зворотному поширенні сигналу
    • градієнт цільової функції
  • Перспептрон — найпростіша нейронна мережа (ч.2)
    • механізм поновлення ваг — навчання!
    • порівняння реалізації персептрона з допомогою NumPy і Keras — швидкість і зручність
    • методи регуляризації і batch-навчання
  • Рекурентні нейронні мережі
    • послідовні структури даних навколо нас
    • проблема вибухових і зникаючих градієнтів
    • LSTM- і GRU-вентилі в архітектурі рекурентних нейронних мереж
  • Згорткові нейронні мережі
    • операція згортки для найпростіших функцій
    • фільтри для отримання ознак зображення за допомогою згорток
    • аналіз ключових елементів архітектури згортальних нейронних мереж
    • найбільш поширені архітектури згортальних нейронних мереж
  • Автокодіровщікі
    • стиснення інформації при проходженні сигналу через автокодіровщік
    • зниження розмірності, виділення ознак
    • стиснення даних і зниження рівня шуму
  • Метод аналізу головних компонент
    • набір даних як багатовимірний простір
    • проекції і відстані в багатовимірному просторі
    • аналіз дисперсії в даних і її вплив на розподіл даних
  • Методи кластеризації
    • простановка міток або проведення кордонів
    • що таке сепарабельном даних
    • кластеризація в просторі зниженою розмірності: RFM-аналіз споживачів
  • Ансамблеві методи
    • один сильний класифікатор або багато слабких
    • механізм голосування
    • нетривіальні підходи
  • Дерева і ліси
    • потужна альтернатива нейронних мереж
    • рішення нелінійних задач за допомогою лінійних інструментів
    • бустінг
  • Рекомендаційні системи
    • вектора в багатовимірному просторі
    • способів сказати "поруч" може бути кілька
    • різні способи кодування інформації про покупках

В кінці курсу виконується дипломний проект.

Випускники отримують сертифікат про закінчення курсу.

Бонуси курсу

  • Тестова співбесіда з технічним фахівцем
  • Спеціально зняті додаткові відеоматеріали

Як проходить навчання

  • Заняття проходять в режимі онлайн-трансляції, а відеозапис зберігається в особистому кабінеті.

  • Домашні завдання у будь-який зручний час відправляються через особистий кабінет на перевірку викладачеві.

  • Викладач дає зворотній зв'язок з розбором помилок у домашньому завданні.

  • Ви опрацьовує помилки і закріплюєте пройдений матеріал.

Переваги онлайн-навчання в Комп'ютерній школі Hillel

  • Групи по 14 осіб Викладач приділяє час кожному студенту.
  • Викладачі практики У нас викладають тільки практикуючі фахівці з топових IT-компаній.
  • Система особистих кабінетів Ефективне і зручне навчання.
  • Оперативна служба підтримки студентів Терміновий питання - своєчасне рішення.
  • Доступ до відеозаписів занять Записи уроків залишаються у студентів після закінчення навчання.
  • Практичні заняття Велика частина занять орієнтована на практику.

Наші викладачі та випускники працюють в топових IT-компаніях світу

SamsungInfopulseEvoepamCiklumDataArtpromLohikaHYSMacPawUbisoftProvectusSnapchatOWOXChappsKyivstarReaddleIsobarCognianceIntersogЦитрусPrivatBankАльфа-БанкUkrsibbankПУМБjelvixRakuten IntelligenceOperaArtjokerwixAB SoftWildixCredit agricoleTseh 2.0
Looksery
AnadeaGUIDTubikORTTICKETS.UAArcherIndigoaprioritOdesSeoOlynyk StudioХ1Таврия ВAndersenSigma SoftwareTapmedia
Fintech band
ViberSoftServePlariumadtelligentemergnСodica
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 не сомненно есть большой плюс. Очень понравилось отношение к студентам как со стороны администраторов так 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)
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
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.

Часті питання

  • Який потрібно мати комп'ютер, щоб навчатися на курсі Machine learning?

    Вимоги до комп'ютера для навчання на курсі Machine learning.

    Операційна система:

      • Windows 10 64-біт
      • macOS 10.13 або вище
      • Linux: Ubuntu 16.04 - 20.04

    Процесор* :

      • Мінімум intel core i3 4-го покоління
      • Рекомендується i5 7-го

    Оперативна пам'ять:

      • Мінімум 8 Гб
      • Рекомендується 12 Гб

    Пам'ять:

      • Мінімально 200 Гб HDD і більш
      • Рекомендується 200 SSD і більш

    * Допустимі аналоги від AMD

  • Як мені визначитися з курсом? Що зараз найбільш затребуване?

    Слід зазначити, що кожен напрямок, який ви могли б вивчити у нашій Школі, є, практично, ідентичним за затребуваністю. При виборі напрямку дуже важливо враховувати те, чим би вам хотілося займатися у майбутньому. Те, до чого ви більше схиляєтеся і що вам більше подобається у повсякденному житті. Аж до того, які предмети вам краще давалися, коли ви навчалися у школі.

    Щоб допомогти вам з вибором напрямку, ми склали спеціальний профорієнтаційний тест.

    Для того, щоб визначитися з напрямком і задати всі ваші запитання, ви можете записатися на безкоштовну консультацію, і протягом короткого часу з вами зв'яжеться один з наших адміністраторів і зможе детально про все розповісти.

  • Чи зможу я влаштуватися на роботу після проходження курсів?

    Програма наших курсів, які орієнтовані на працевлаштування, побудована таким чином, що Студент, проходячи кожен її пункт, виконуючи всі домашні завдання і дотримуючись всіх порад Викладача, може розраховувати на подальше працевлаштування і відповідати існуючим вакансіях на фахівця початкового рівня в області обраного курсу. Вкрай важливо пам'ятати про те, що не дотримуючись вищевказаних принципів, досягти необхідного результату по завершенні курсу, швидше за все, буде неможливо. Саме тому ми не можемо заздалегідь вам гарантувати працевлаштування, але ми можемо сприяти в цьому нашим Випускникам, які навчалися найбільш ретельно. Наш штатний менеджер з працевлаштування випускників завжди радий в цьому допомогти нашим Випускникам, а також відповісти на їхні запитання, пов'язані з оформленням резюме та іншим. Також в нашій Школі ми проводимо безкоштовні заняття з рекрутерами з IT-компаній міста, де вони дають поради з пошуку першої роботи в IT-сфері.

  • Де можна подивитися відгуки про вашу Школу?

    Ви можете прочитати відгуки наших Студентів та Випускників на нашому сайті за цим посиланням. Ще ви зможете знайти відгуки і інформацію про нас на DOU.ua або можете прописати назву нашої Школи у Google, де ви також зможете побачити відгуки про нашу Школу у Google-акаунті або на Google-картах.

  • Як отримати максимальний бал за домашнє завдання?

    Виконання домашніх робіт, одна з найважливіших складових навчання. Для того, щоб отримати максимальний бал за домашнє завдання, потрібно:

    • Виконати завдання в зазначені терміни
    • Виконати всі умови завдання
    • Виконати завдання без помилок
    • Перездача домашнього завдання не більше одного разу
  • Ким працюють ваші Викладачі? Чи мають вони досвід викладання?

    Ми завжди дуже відповідально намагаємося підходити до питання підбору Викладачів у нашій Школі. Наші Викладачі — практикуючі фахівці в найбільших IT-компаніях міста. Також вони мають як досвід викладання в нашій Школі, так і досвід менторства за місцем їх професійної діяльності. У своїй манері навчання вони роблять упор на останні тенденції IT-ринку і виключно на свій особистий досвід для того, щоб наші Випускники мали найбільш затребувані знання і досвід роботи з конкретними кейсами.

  • Чи існують які-небудь знижки або система лояльності, якщо Студент по завершенні одного курсу йде на наступний курс?

    Так, безумовно. Багато наших курсів передбачають додаткову систему бонусів для тих Студентів, які хочуть продовжувати навчання у нашій Школі. Ця система полягає в тому, що в кінці курсу Студенти пишуть тест з пройденого матеріалу або здають підсумкову роботу, за підсумками яких отримують знижку на наступний курс даного напрямку:

    - Студент, який має найвищий результат отримує знижку 25% на подальші курси;
    - Студент, який посів друге місце, отримує 15% знижку;
    - Студент, який виявився на третьому місці, отримує 10% знижку.

    Все Студенти отримують знижку в розмірі 5% на будь-який з курсів Школи.

  • Що робити, якщо я буду змушений виїхати і пропустити одне або кілька занять?

    Намагайтеся, по можливості, не пропускати заняття, але ми розуміємо, що ситуації можуть бути різні. Тому навіть за умови пропуску заняття наші Студенти мають доступ до відеозаписів кожного заняття. Так як всі наші класи обладнані відеокамерами, по завершенні кожного заняття Студенти отримують відеозапис на наступний день для додаткового опрацювання пройденого матеріалу. Також за кожним Студентом фіксується його особистий кабінет у спеціалізованій Learning Management System, де він зможе переглядати презентації занять, виконувати завдання викладача, здавати проміжні тести і бути у курсі всієї важливої ​​інформації, пов'язаної з його спеціалізацією. Доступ до даної системи буде збережений і після закінчення курсу.

Запит на консультацію

Залиште ваші контактні дані, і ми вам обов'язково зателефонуємо!

Обов'язково вкажіть ваше ім'я кирилицею

Обов'язково вкажіть email, за яким ми зможемо з вами зв'язатися

Обов'язково вкажіть телефон в міжнародному форматі

  • telegram Telegram
  • viber Viber

Відправлено

РусУкр