• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Программа «Введение в машинное обучение»

ОНЛАЙН

Машинное обучение — один из самых востребованных разделов компьютерных наук. Именно с помощью машинного обучения сейчас удаётся строить рекомендательные системы для видео, прогнозировать спрос на тысячи товаров и автоматически обрабатывать огромные потоки писем в службе поддержки.

Основные темы курса:

  • Обучение с учителем — линейные модели, решающие деревья, композиции моделей на основе бэггинга и бустинга
  • Обучение без учителя — кластеризация и визуализация многомерных данных
  • Подготовка данных — отбор признаков, обработка категориальных и текстовых признаков

По итогам курса вы будете понимать ключевые постановки задач в машинном обучении, изучите основные виды моделей и сможете самостоятельно пройти путь от обработки сырых данных до построения и валидации модели.

Все темы сопровождаются практическими домашними заданиями на реальных данных.

Мы ожидаем, что слушатели владеют языком Python, который является де-факто стандартным инструментом для анализа данных: знают про условные операторы, циклы, функции, разбираются в числовых и строковых типах данных, умеют работать со списками и словарями, знают встроенные функции языка.

76

академических часов, включая 40 часов онлайн-работы с преподавателем.

38 000

рублей.
Оплату можно разбить на две части.
Для студентов, выпускников и слушателей основных и дополнительных программ НИУ ВШЭ предусмотрены скидки.

По итогам программы выдается Удостоверение о повышении квалификации установленного НИУ ВШЭ образца.

Начальные требования

Законченное высшее или среднее профессиональное образование. Слушателями также могут стать студенты, получающие высшее образование.

Документы для зачисления

Сканированные копии:

  1. паспорта (3-4 страница, а также страница с адресом регистрации);
  2. диплома о высшем или среднем профессиональном образовании (первые две страницы);
  3. актуальной справки из вуза (если вы являетесь студентом);
  4. свидетельства о смене фамилии (если в паспорте и дипломе фамилия не совпадает).

Расписание занятий

24 июня — 26 августа 2020 г.

Один раз в неделю, по средам с 19:00 до 22:00, онлайн 

 

 

Для прохождения курса вам понадобятся основы программирования на Python и знание базовых разделов высшей математики.

Записаться на программу

Преподаватели

Елена Кантонистова

Кандидат физико-математических наук, ведущий Data Scientist в консалтинговой компании UCG. Приглашенный преподаватель факультета компьютерных наук НИУ ВШЭ.

Окончила механико-математический факультет МГУ им. М.В. Ломоносова и Школу анализа данных Яндекса, направление "Компьютерные науки".

 

Как устроено обучение

Занятия проходят раз в неделю. Каждое занятие состоит из лекции и семинара. На лекции преподаватель объясняет, как работают методы машинного обучения, какие математика и алгоритмы за ними стоят. На семинаре слушатели работают с данными и решают реальные задачи с помощью Python и его библиотек. После каждого занятия выдаётся домашнее задание, которое поможет закрепить навыки.

Программа курса

  • Введение в машинное обучение и основные задачи
  • Линейная регрессия
  • Градиентные методы обучения
  • Линейная классификация и метрики качества классификации
  • Логистическая регрессия
  • Работа с категориальными признаками и текстами
  • Решающие деревья и другие нелинейные алгоритмы
  • Бэггинг и случайные леса
  • Градиентный бустинг
  • Градиентный бустинг: имплементации
  • Отбор признаков и понижение размерности
  • Кластеризация и визуализация
  • Статистика в машинном обучении
  • Соревнования в машинном обучении

Вам также могут быть интересны программы

Большая программа профессиональной переподготовки. После изучения курса «Машинное обучение» вы сможете подключаться к отдельным модулям данной программы, наращивая компетенции в различных приложениях машинного обучения.
Программа познакомит вас с базовыми определениями и понятиями математического анализа, линейной алгебры, теории вероятностей, статистики и дискретной математики.

Записаться на программу