[machineasy] Курс по машинному обучению для подростков [2022] [Артем Серебряков, Тарас Стасюк]

Данный курс позволит Вам:
1. Узнать основы Машинного Обучения.
2. Изучить основные алгоритмы в Machine Learning
3. Познакомиться с синтаксисом языка Python для создания моделей в Машинном Обучении.
4. Изучить статистику, необходимую для пониманию процессов в Машинном Обучении.
5. Понять линейную алгебру, которая объясняется максимально простым языком.
6. На реальном примере понять, как используется Искусственный Интеллект в бизнесе. Мы пройдём все этапы: от постановки задачи и анализа данных — до готовой модели.

Содержание

Модуль 1 — Введение

• О курсе;
• Введение в Машинное Обучение;
• Способы Машинного обучения;
• Python;
• Процессы в Data Science;

Модуль 2 — Линейная алгебра

• Зачем нам нужна алгебра в Машинном обучении;
• Векторы, матрицы и операции над ними;

Модуль 3 — Python

• Основы Python
• Списки
• Словари
• Кортежи в Python
• Функции

Модуль 4 — Статистика

• Медиана
• Среднее арифметическое
• Мода
• Стандартное отклонение
• Коэффициент Вариации
• Теорему Байеса
• И другое!

Модуль 5 — Машинное Обучение

• Модель в Машинном Обучении;
• Линейная Регрессия;
• Градиентный список;
• Matplotlib;
• Pandas;
• NumPy;

Модуль 6 — Финальная часть. Предсказываем цены на жилье в Бостоне

• Тут мы пройдем путь, который проходит Специалист по Машинному Обучению.
• Начиная с постановки задачи Создать модель, которая будет предсказывать стоимость недвижимости в Бостоне по введенным признакам, мы будем собирать, исследовать, визуализировать, находить корреляции, использовать линейную регрессию, проверять на мультиколлинеарность, использовать BIC, применять RSS, трансформировать данные с помощью log, создавать калькулятор цен, а также затронем много других составных частей процесса создания модели с нуля.