Learn Machine Learning & AI

Курс «Изучение машинного обучения и ИИ» — это структурированный курс, который проведет вас от «что такое машинное обучение» до понимания алгоритмов, лежащих в основе современного искусственного интеллекта, в коротких уроках, которые вы можете читать на своем телефоне.

Предварительный опыт работы с ИИ не требуется. Если вы понимаете основы алгебры и немного знаете Python, вы сможете пройти этот курс.

ЧТО ВЫ УЗНАЕТЕ

Основы машинного обучения

Что такое машинное обучение, чем оно отличается от традиционного программирования, рабочий процесс машинного обучения, обучающие и тестовые данные, переобучение, недообучение, смещение и дисперсия, а также как оцениваются модели.

Обучение с учителем

Линейная регрессия, логистическая регрессия, деревья решений, случайные леса, машины опорных векторов, метод k-ближайших соседей и наивный байесовский классификатор, каждое из которых имеет интуитивное объяснение и области применения.

Обучение без учителя

Кластеризация методом k-средних, иерархическая кластеризация, снижение размерности, анализ главных компонентов и обнаружение аномалий.

Глубокое обучение и нейронные сети

Персептроны, функции активации, обратное распространение ошибки, сверточные нейронные сети для обработки изображений, рекуррентные сети и LSTM для обработки последовательностей, а также введение в трансформеры.

Обучение с подкреплением

Агенты, среды, вознаграждения, Q-обучение и методы, основанные на политике, объяснены без сложной математики.

Обработка естественного языка

Токенизация, эмбеддинги, анализ настроений и то, как на основе этих идей строятся большие языковые модели.

Инструменты и библиотеки

Как Python, TensorFlow, Keras, scikit learn, NumPy и Pandas вписываются в реальный рабочий процесс машинного обучения.

Прикладное машинное обучение

Как эти методы используются в здравоохранении, финансах, рекомендательных системах, обнаружении мошенничества, компьютерном зрении и прогнозировании.

СОЗДАНО ДЛЯ ОБУЧЕНИЯ НА ТЕЛЕФОНЕ

Короткие уроки. Каждая тема разбита на разделы, которые можно пройти за несколько минут, поэтому вы можете продвигаться вперед в свободное время, а не ждать свободного вечера.

Простой язык на первом месте, математика на втором. Каждый алгоритм объясняется словами до появления каких-либо обозначений, поэтому вы понимаете, что он делает, прежде чем увидите, как он написан.

Поиск по всему курсу, чтобы вы могли найти нужный термин, как только встретите его в статье или лекции.

Закладки и возможность возобновления, чтобы длинная тема оставалась актуальной, даже если вы ее пропустили.

Постоянное обновление по мере развития области.

ДЛЯ КОГО ЭТО ПРИЛОЖЕНИЕ

Студенты, изучающие машинное обучение, искусственный интеллект или науку о данных, которым нужно дополнительное объяснение, если лекция не дала ответа.

Разработчики программного обеспечения, переходящие в область машинного обучения или науки о данных.

Кандидаты, готовящиеся к собеседованиям по машинному обучению и науке о данных, где вопросы по-прежнему в основном касаются основ.

Аналитики и специалисты, которым необходимо понимать, что на самом деле делает система ИИ в их отрасли.

Всем, кто интересуется тем, как работает искусственный интеллект в продуктах, которыми мы пользуемся каждый день.

ПОЧЕМУ СТОИТ ИЗУЧАТЬ МАШИННОЕ ОБУЧЕНИЕ СЕЙЧАС?

Машинное обучение перестало быть узкоспециализированным навыком и стало частью базовой технической работы. Понимание того, как обучаются модели, почему они терпят неудачу и что они могут и чего не могут делать, теперь полезно практически в любой технической должности — и все чаще в нетехнических.

Этот курс даст вам это понимание в формате, который вы действительно сможете пройти: короткие уроки, понятный язык, отсутствие буферизации видео, не требуется регистрация.

Откройте свой первый урок сегодня.

Вопросы, исправления или темы, которые вы хотели бы добавить? Напишите на mail@ehsanur.com — мы обновляем приложение в соответствии с запросами учащихся.