Контакты:

Целью лабораторных занятий курса является формирование базовых знаний, умений и навыков решения наиболее важных и часто встречаемых на практике задач искусственного интеллекта -  машинного обучения. Машинное обучение - одно из направлений искусственного интеллекта. Его основной принцип заключается в том, что машины получают данные и «обучаются» на них. В настоящее время это наиболее перспективный инструмент для бизнеса, основанный на искусственном интеллекте. Системы машинного обучения позволяют быстро применять знания, полученные при обучении на больших наборах данных, что позволяет им преуспевать в таких задачах, как распознавание лиц, распознавание речи, распознавание объектов, перевод, и многих других. С 2013 по 2020 годы количество вакансий специалистов по машинному обучению выросло в 20 раз. Согласно данным Linkedin к 2026 году в области машинного обучения будет создано более 11 миллионов рабочих мест. Вот что будет в лабораторных работах вашей учебной программы:

Вы изучите, как это всё делается в Python с помощью современных библиотек. По итогам курса вы поймёте, как устроены все ключевые моменты в машинном обучении, а также получите практический опыт подготовки данных, их визуализации, построения и анализа моделей. Вы изучите принципы математических алгоритмов, современные библиотеки и оценку моделей. Научитесь работать с библиотеками Pandas, NumPy и Matplotlib и освоите работу с обучающими наборами данных. Освоите различные модели классификации, кластеризации, регрессии. Освоите фреймворки для обучения нейронных сетей Tensorflow и Keras. Узнаете, как устроены нейронные сети для задач компьютерного зрения и лингвистики.