Главная » Наука и технологии » Пока машины не восстали: как обучиться работе с ИИ, не выходя из дома
Дата публикации: 15.01.2020
Просмотров: 21



Пока машины не восстали: как обучиться работе с ИИ, не выходя из дома


Искусственный интеллект и машинное обучение уже давно перестали быть узкой специализацией для гиков. Сегодня технологии на их основе широко применяются даже в доступных моделях смартфонов, а обучиться их основам можно на базе школьного курса. Стартап в области образования OTUS объявил о запуске онлайн-курсов по освоению Data Science — современной науки о методах анализа данных, знание которой необходимо для работы с задачами машинного обучения и технологиями Big Data.

Data Science

Базовый курс математики для Data Science

Для поступления на базовый курс по основам Data Science диплома магистра точных наук не потребуется: достаточно знать предмет на школьном уровне, а проходной балл на вступительном тестировании составляет 2 из 6. В ходе обучения  будут рассмотрены ключевые направления, необходимые для успешного освоения машинного обучения: математический анализ, линейная алгебра, теория вероятности и статистика. Знание высшей математики упростит задачу, но не является обязательным условием для прохождения курса, который стартует 29 января и продлится 4 месяца.

Пройти вступительное тестирование

 

Продвинутый курс математики для Data Science

Занятия для более опытных пользователей предназначены для «прокачки» навыков высшей математики уровня 1-2 курса университета. Список необходимых познаний для прохождения курса включает навыки вычисления пределов, умение дифференцировать и интегрировать, а также работать с матрицами, вычислять математическое ожидание и дисперсию случайной величины. Обучение по усложнённой программе позволит решать задачи любой сложности в области машинного обучения. В состав курса входят задания по регрессии, работе над рекомендательной системой, использовании методов опорных векторов и другие.

Пройти вступительное тестирование

Ознакомиться с методами регрессионного анализа в Data Science также можно на бесплатном пробном вебинаре, который пройдёт 20 января. Участники мероприятия смогут не только ознакомиться с понятием линейных регрессий, но и узнать об их применении на практике. Занятие пройдёт 20 января в 20:00 по московскому времени. А во время «Дня открытых дверей» все желающие смогут задать преподавателям курса все интересующие вопросы по математике, Data Science и особенностях базового и продвинутого курсов в ходе онлайн-трансляции.

Machine learning

Курс по machine learning (машинному обучению)

Профессиональная программа, рассчитанная на 5 месяцев обучения, предназначена для расширения навыков разработчиков и аналитиков, в том числе желающих сменить профессию. В программу курса входит ознакомление с современными методами анализа данных, а также разработка проектов для собственного портфолио. В списке требуемых для прохождения курса навыков —  программирование на Python с опытом написания собственных функций, знание математического анализа, линейной алгебры, теории вероятностей и математической статистики.

Особенность программы — охват важных направлений, которые нередко «выпадают» в процессе обучения, но потенциально способны заинтересовать работодателей. Это построение систем для автоматического поиска аномалий, использование машинного обучения для прогнозирования временных рядов и готовые шаблоны по работе с данными для внедрения в решения заказчика. Начало занятий — 28 февраля в 20:00 по московскому времени. Для начала обучения необходимо пройти бесплатный вступительный «экзамен», который займёт около 30 минут.

Пройти вступительное тестирование

Кроме того, 17 февраля (20:00 по московскому времени) все желающие смогут принять участие в бесплатном вебинаре по тематическому моделированию комментариев «ВКонтакте». В ходе мероприятия можно будет ознакомиться с особенностями препроцессинга грязных данных, использованием модели LDA, визуализацией топиков и построением тематических профилей, а также задать интересующие вопросы по машинному обучению.

Источник: 4pda.ru