What you will learn
- Использовать продвинутые алгоритмы машинного обучения (градиентный бустинг, SVM) для решения задач анализа данных
- Производить кластеризацию, понижать размерность и визуализировать данные с помощью библиотеки sklearn
- Создавать Telegram-ботов на основе нейросетевых моделей
- Осуществлять предварительную обработку и анализ текстовых данных в Python
- Создавать нейросетевые модели в pytorch для решения задач обработки естественного языка
- Производить дообучение современных нейросетевых архитектур для задач обработки естественного языка
About this course
Это вторая часть курса по искусственному интеллекту и машинному обучению в рамках проекта «ИИ Старт» для школьников и всех, кто хочет получить профессию в Data Science. В продвинутый уровень вошли важнейшие аспекты продвинутого машинного обучения. Их применяют как в индустрии, так и в конкурсах по ИИ:
- алгоритмы градиентного бустинга и SVM,
- методы кластеризации и снижения размерности,
- внедрение нейросетей в Telegram-боты,
- базовые методы обработки естественного языка,
- создание нейросетевых моделей обработки естественного языка.
Авторы и преподаватели курса — практики из российских и зарубежных IT-компаний с опытом преподавания, в том числе преподаватели Deep Learning School МФТИ.
У курса есть несколько особенностей.
-
Много практики. Наша цель — подготовить вас к реальным задачам, поэтому мы уделяем большое внимание практике. Вам встретится много практических заданий, которые позволят отточить основные приемы. Во второй половине курса каждое домашнее задание станет небольшим исследовательским проектом.
-
Поддержка преподавателей и общение с учениками. На каждом этапе курса вы можете обратиться к ассистентам — опытные специалисты помогут справиться с вопросами и трудностями. Кроме того, мы создаем чаты для учеников, где всегда можно попросить совета.
-
Высокий уровень знаний. Программа отвечает современным требованиям индустриального заказчика в области ИИ.
Обучение проходит на языке Python: в курсе используются библиотеки Sklearn, CatBoost и Pytorch. Для успешного прохождения мы рекомендуем ознакомиться с программой первой части курса.
Создатели курса: Физтех-школа прикладной математики информатики Московского физико-технического института, Академия искусственного интеллекта для школьников Благотворительного фонда Сбербанка «Вклад в будущее» и Фонд развития Физтех-школ.
Whom this course is for
Курс подойдет школьникам старших классов и всем, кто стремится получить профессию в Data Science.
Initial requirements
Для успешного освоения потребуется уверенное знание основ машинного обучения и нейронных сетей на языке python. Курс является продолжением первой части курса, поэтому мы рекомендуем сначала изучить её.
Meet the Instructors
How you will learn
Курс состоит из видеолекций, практических занятий по программированию и домашних заданий, где можно основательно попрактиковаться.
-
В видеолекциях вы узнаете о математических основах и принципах работы алгоритмов машинного обучения.
-
В семинарах вы научитесь использовать библиотеки для анализа данных на практике и создавать модели машинного обучения.
-
Задумаетесь над непростыми практическими задачами и решите их с помощью методов машинного обучения и платформы Kaggle.
-
Тесты помогут вам освежить и проверить полученные знания.
Course content
What you will get
- навыки и знания, востребованные работодателем в области Data Science
- возможность отработать теорию на практических заданиях
- навык решения конкурсов по машинному обучению на платформе kaggle.com
- доступ к большому количеству практических задач анализа данных
- доступ к поддержке наставников, которые всегда помогут разобраться в теме и найти ошибку