• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Машинное обучение в Питоне

This course introduces the students to the elements of machine learning, including supervised and unsupervised methods such as linear and logistic regressions, splines, decision trees, support vector machines, bootstrapping, random forests, boosting, regularized methods and much more.

  • Общеуниверситетский факультатив на платформе "Онлайн-образование в НИУ ВШЭ"
  • 25 сентября 2020 (по пятницам 18:10-21:00)
  • 15 недель (4 кредита) 
  • лекции: 28 часов; семинары: 28 часов, самостоятельная работа: 96 часов
  • В онлайн-формате
  • Сертификат

О курсе

The two modules use Python programming language and popular packages to investigate and visualize datasets and develop machine learning models.

The aim of this course:


01

Develop an understanding of the process to learn from data


02

Familiarize students with a wide variety of algorithmic and model based methods to extract information from data


03

Teach students to apply and evaluate suitable methods to various datasets by model selection and predictive performance evaluation

Программа обучения

1. Linear Regression

2. Intro to Statistical learning

3. Math Essentials. Intro to Python in Google Colab

4. k-Nearest Neighbors

5. Classification: logistic regression

6. Classification: LDA, QDA, KNN

7. Resampling methods. CV, Bootstrap

8. Linear model selection & regularization

9. Non-linear regression

10. Non-linear regression-2

11. Decision Trees

12. Bagging, Random Forest, Boosting

13. Support Vector Machines/Classifiers

14. Clustering methods. PCA, k-Means, HC

15. Special Topics: tSNE, UMAP, Neural Networks

Преподаватель

 

Болдырев Алексей Сергеевич

Научный сотрудник: Факультет компьютерных наук / Научно-учебная лаборатория методов анализа больших данных

Мельников Олег Борисович

Приглашенный преподаватель: Факультет компьютерных наук / Департамент больших данных и информационного поиска

Документ об окончании

После успешной защиты выпускной работы выдается сертификат о прохождении курса установленного НИУ ВШЭ образца.

 

 

Формат обучения


Еженедельные лекции

80 мин. каждая


Еженедельные семинары

80 мин. каждый


Самостоятельная работа

96 (час.)


Итоговая работа/формула итоговой оценки

Авто-оцениваемые проверочные вопросы


Стоимость и условия


8 тыс.

Лекции, семинары, итоговое оценивание с выдачей сертификата



Бесплатно

Если только лекции

Договоры с физическими и юридическими лицами