Machine Learning et Deep Learning - cours 68 040 frotter. de SkillFactory, formation 20 semaines, Date: 13 août 2023.
Miscellanea / / December 02, 2023
Programme succinct du cours « Machine Learning PRO »
Module 1
Introduction à l'apprentissage automatique
Nous nous familiarisons avec les principales tâches et méthodes d'apprentissage automatique, étudions des cas pratiques et appliquons l'algorithme de base pour travailler sur un projet ML
Nous résolvons plus de 50 problèmes pour renforcer le sujet
Module 2
Méthodes de prétraitement des données
Nous étudions les types de données, apprenons à nettoyer et enrichir les données, utilisons la visualisation pour le prétraitement et maîtrisons l'ingénierie des fonctionnalités.
Nous résolvons plus de 60 problèmes pour renforcer le sujet
Module 3
Régression
Nous maîtrisons la régression linéaire et logistique, étudions les limites d'applicabilité, l'inférence analytique et la régularisation. Modèles de régression de formation
Nous résolvons plus de 40 problèmes pour renforcer le sujet
Module 4
Regroupement
Nous maîtrisons l'apprentissage sans professeur, pratiquons ses différentes méthodes, travaillons avec des textes en ML
Nous résolvons plus de 50 problèmes pour renforcer le sujet
Module 5
Algorithmes basés sur les arbres: une introduction aux arbres
Faisons connaissance avec les arbres de décision et leurs propriétés, maîtrisons les arbres de la bibliothèque sklearn et utilisons les arbres pour résoudre un problème de régression
Nous résolvons plus de 40 problèmes pour renforcer le sujet
Module 6
Algorithmes basés sur des arbres: ensembles
Nous étudions les caractéristiques des ensembles d'arbres, pratiquons le boosting, utilisons l'ensemble pour construire une régression logistique
Nous résolvons plus de 40 problèmes pour renforcer le sujet
Nous participons à un concours sur Kaggle pour former un modèle arborescent
Module 7
Évaluer la qualité des algorithmes
Nous étudions les principes de répartition des échantillons, de sous-ajustement et de surajustement, évaluons les modèles à l'aide de diverses mesures de qualité, apprenons à visualiser le processus d'apprentissage.
Évaluer la qualité de plusieurs modèles ML
Nous résolvons plus de 40 problèmes pour renforcer le sujet
Module 8
Séries chronologiques dans l'apprentissage automatique
Faisons connaissance avec l'analyse de séries chronologiques en ML, maîtrisons les modèles linéaires et XGBoost, étudions les principes de validation croisée et de sélection de paramètres
Nous résolvons plus de 50 problèmes pour renforcer le sujet
Module 9
Systèmes de recommandation
Nous étudions les méthodes de construction de systèmes de recommandation, maîtrisons l'algorithme SVD, évaluons la qualité des recommandations du modèle formé
Nous résolvons plus de 50 problèmes pour renforcer le sujet
Module 10
Hackathon final
Nous appliquons toutes les méthodes étudiées pour obtenir une précision maximale des prédictions du modèle sur Kaggle
Programme de cours "Deep Learning"
Module 1
Introduction aux réseaux de neurones artificiels
Nous créons un réseau de neurones pour reconnaître les nombres manuscrits en Python
Module 2
Frameworks pour l'apprentissage profond (TensorFlow, Keras)
Nous créons un modèle de reconnaissance d'image basé sur l'ensemble de données FashionMNIST et le framework Keras
Module 3
Réseaux de neurones convolutifs
Nous reconnaissons les images de l'ensemble de données CIFAR-10 à l'aide d'un réseau neuronal convolutif
Module 4
Optimisation du réseau neuronal
Améliorer la vitesse et les performances des réseaux pour le cas du module précédent
Module 5
Apprentissage par transfert et mise au point
Formation complémentaire du réseau neuronal ImageNET pour résoudre le problème de classification des images
Module 6
Segmentation d'images
Concevoir un réseau de neurones pour segmenter les personnes dans l'ensemble de données COCO
Module 7
Détection d'objet
Nous entraînons un réseau de neurones pour résoudre un problème de détection en utilisant l'exemple d'un ensemble de données avec des logos de marque
Module 8
Introduction à la PNL et aux intégrations de mots
Créer un réseau de neurones pour travailler avec le langage naturel
Module 9
Réseaux de neurones récurrents
Créer un chatbot basé sur un réseau de neurones récurrent
Module 10
Apprentissage par renforcement
Création d'un agent pour jouer à Pong basé sur l'algorithme DQN
Module 11
Et après?
Faisons connaissance avec d'autres domaines d'application des réseaux de neurones. Création d'un réseau neuronal GAN pour la génération d'images