BACK

Машинное обучение

В данном разделе представлены массовые открытые онлайн-курсы (МООК), которые разработаны в рамках актуализации основных профессиональных образовательных программ высшего образования с цифровой составляющей для профессий приоритетных отраслей экономики.

МООК является дополнительным учебным материалом, который может быть использован работниками образовательных организаций при проектировании образовательных программ, модулей, курсов и в других целях, связанных с их профессиональной деятельностью. 

Обращаем Ваше внимание, что изучение МООК доступно любому зарегистрированному пользователю, однако МООК не является частью образовательной программы повышения квалификации.

Изучение материалов МООК не предполагает выдачу удостоверений, сертификатов или иных документов, подтверждающих их изучение.

Цель курса - сформировать теоретические и практические знания в области обучения машин, современных методов восстановления зависимостей по эмпирическим данным, включая дискриминантный, кластерный и регрессионный анализ.

Курс направлен на формирование у обучающихся профессиональных компетенций по применению сквозных цифровых технологий (искусственный интеллект, большие данные), востребованных в соответствующих приоритетных отраслях экономики и социальной сферы в рамках укрупненных групп направлений подготовки и специальностей высшего образования, согласно стратегии развития системы высшего образования Российской Федерации с учетом задач, реализуемых в рамках федерального проекта «Кадры для цифровой экономики» национального проекта «Цифровая экономика».

Массовый открытый онлайн-курс (МООК): ИКТ
Plan
1
Машинное обучение
Not scheduled

a.
Открытие
1 slide, 0 tests
2
Введение в машинное обучение
Not scheduled

a.
Введение в машинное обучение
1 slide, 0 tests

b.
Основные понятия
1 slide, 0 tests

c.
Формальная задача
1 slide, 0 tests

d.
Метод ближайших соседей
1 slide, 0 tests

e.
Презентация
1 slide, 0 tests

f.
Тестирование
10 slides, 10 tests

g.
Дополнительный материал
1 slide, 0 tests
3
Задача регрессии. Линейная регрессия.
Not scheduled

a.
Линейные модели машинного обучения
1 slide, 0 tests

b.
Линейная регрессия
1 slide, 0 tests

c.
Теорема Гаусса-Маркова
1 slide, 0 tests

d.
L1 и L2 регуляризация
1 slide, 0 tests

e.
Валидация модели
1 slide, 0 tests

f.
Тестирование
10 slides, 10 tests

g.
Презентация
1 slide, 0 tests

h.
Дополнительный материал
1 slide, 0 tests
4
Задача классификации. Логистическая регрессия.
Not scheduled

a.
Задача линейной классификации
1 slide, 0 tests

b.
Правдоподобие
1 slide, 0 tests

c.
Логистическая регрессия
1 slide, 0 tests

d.
Мультиклассовая классификация
1 slide, 0 tests

e.
Метрики классификации
1 slide, 0 tests

f.
Тестирование
10 slides, 10 tests

g.
Презентация
1 slide, 0 tests

h.
Дополнительный материал
1 slide, 0 tests
5
Метод опорных векторов и наивный байесовский классификатор
Not scheduled

a.
Метод опорных векторов
1 slide, 0 tests

b.
Нелинейный метод опорных векторов
1 slide, 0 tests

c.
«Наивный» Байесовский классификатор
1 slide, 0 tests

d.
Тестирование
10 slides, 10 tests

e.
Презентация
1 slide, 0 tests

f.
Дополнительный материал
1 slide, 0 tests
6
Задача снижения размерности. Метод главных компонент.
Not scheduled

a.
Задача снижения размерности
1 slide, 0 tests

b.
Метод главных компонентов
1 slide, 0 tests

c.
Оценка качества классификации
1 slide, 0 tests

d.
Методы кросс-валидации
1 slide, 0 tests

e.
Тестирование
10 slides, 10 tests

f.
Презентация
1 slide, 0 tests

g.
Дополнительный материал
1 slide, 0 tests
7
Решающие деревья и техники ансамблирования
Not scheduled

a.
Решающие деревья
1 slide, 0 tests

b.
Процедура построения дерева
1 slide, 0 tests

c.
Информативный критерий
1 slide, 0 tests

d.
Критерий Джини
1 slide, 0 tests

e.
Критерий информативности. Усечение деревьев
1 slide, 0 tests

f.
Специфические свойства деревьев
1 slide, 0 tests

g.
Тестирование
10 slides, 10 tests

h.
Презентация
1 slide, 0 tests

i.
Дополнительный материал
1 slide, 0 tests
8
Случайный лес. Продвинутые техники ансамбирования. Дилемма смещения-дисперсии.
Not scheduled

a.
Техника ансамблирования
1 slide, 0 tests

b.
Метод главных компонент
1 slide, 0 tests

c.
Дилемма смещения
1 slide, 0 tests

d.
Смешивание
1 slide, 0 tests

e.
Стекинг
1 slide, 0 tests

f.
Тестирование
10 slides, 10 tests

g.
Презентация
1 slide, 0 tests

h.
Дополнительный материал
1 slide, 0 tests
9
Градиентный бустинг
Not scheduled

a.
Бустинг
1 slide, 0 tests

b.
Градиентный бустинг. Часть 1
1 slide, 0 tests

c.
Градиентный бустинг. Часть 2
1 slide, 0 tests

d.
Визуализация
1 slide, 0 tests

e.
CatBoost
1 slide, 0 tests

f.
Градиентный бустинг. Примеры
1 slide, 0 tests

g.
Тестирование
10 slides, 10 tests

h.
Презентация
1 slide, 0 tests

i.
Дополнительный материал
1 slide, 0 tests
10
Введение в глубокое обучение
Not scheduled

a.
История искусственных нейронных сетей
1 slide, 0 tests

b.
Нейронные сети
1 slide, 0 tests

c.
Механизм обратного распространения ошибки
1 slide, 0 tests

d.
Функции активации
1 slide, 0 tests

e.
Интерактивное демо
1 slide, 0 tests

f.
Нейронные сети. Итоги.
1 slide, 0 tests

g.
Тестирование
10 slides, 10 tests

h.
Презентация
1 slide, 0 tests

i.
Дополнительный материал
1 slide, 0 tests
11
Регуляризация и оптимизация параметров нейронных сетей
Not scheduled

a.
Языковое моделирование
1 slide, 0 tests

b.
Рекуррентная нейронная сеть
1 slide, 0 tests

c.
RNN для последовательных данных
1 slide, 0 tests

d.
Обзор LSTM
1 slide, 0 tests

e.
Итоги курса
1 slide, 0 tests

f.
Тестирование
10 slides, 10 tests

g.
Презентация
1 slide, 0 tests

h.
Дополнительный материал
1 slide, 0 tests
12
Итоговое тестирование
Not scheduled

a.
Итоговое тестирование
100 slides, 100 tests
Support
  • Служба Поддержки
    +7 (800) 550-31-71
Служба поддержки
  • Служба Поддержки
Certificates