Курсы вязания на машине Киев
546 курсів знайдено
Машинний переклад
Доступна розстрочка
Курс пояснює основні принципи машинного перекладу. Машинний переклад - це завдання перекладу з однієї природної мови на іншу природну мову. Тому ці алгоритми можуть допомогти людям спілкуватися на різних мовах. Після проходження цього курсу ви зможете зрозуміти основні труднощі перекладу природних мов та принципи різних підходів до машинного перекладу. Основний акцент курсу буде зроблений на сучасну технологію нейронного машинного перекладу, яка використовує методи глибокого навчання для моделювання процесу перекладу. Ви зможете визначити, які концепції найкраще підходять для вашої програми машинного перекладу.
Сертифікат | |
Занять | 31 |
Годин | 27 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Середній |
Мова | Русский, English |
Введение в машинное обучение
1 270 грн.
Рекомендований курс
Внимание: для доступа к курсам ITtensive на Udemy напишите, пожалуйста, на [email protected] с названием курса или группы курсов, которые хотите пройти.Работа с большими данными и задачами искусственного интеллекта требует особого подхода - подхода машинного обучения. В этом курсе мы последовательно пройдем все этапы работы с данными: от видов задач и их постановки до работы с моделями машинного обучения для минимизации предсказательной ошибки.Дополнительно рассмотрим фундаментальные основы построения моделей машинного обучения, базовые метрики и наиболее простые модели – линейную и логистическую регрессии.В курсе изучается:Классификация задач машинного обучения.Процесс машинного обучения: ETL, EDA, подготовка данных, обучение модели.Особенности обучения модели: выборки, переобучение и гиперпараметры.Оптимизация гиперпараметров жадным поиском, через гиперкуб и парзеновские деревья.Отличия переобученной модели и недообученной, практики оптимального обучения.Работа с форматов хранения данных - HDF5.«Проклятье» большой размерности.Подходы к простым моделям машинного обучения: метод максимального правдоподобия и метод наименьших квадратов, среднеквадратичная ошибка.Подходы к заполнению пропусков в данных: интерполяция и экстраполяция.Метрики задач регрессии: эвклидово расстояние, расстояние городских квадратов, Чебышева и Минковского.Линейная регрессия с регуляризацией и без.Изотоническая регрессия.Критерии выбора сложности модели: BIC и AIC.Линеаризуемая и полиномиальная регрессия.Логистическая регрессия.После завершения курса вы сможете организовывать процесс разработки моделей машинного обучения и перейти к более глубокому и прикладному изучению тему машинного обучения.Курс является вводным (базовым) и подойдет широкому кругу слушателей: от руководителей до разработчиков.Основные задачи машинного обучения:1) Задача регрессии – прогноз на основе выборки объектов с различными признаками. На выходе должно получиться вещественное число (2, 35, 76.454 и др.), к примеру цена квартиры, стоимость ценной бумаги по прошествии полугода, ожидаемый доход магазина на следующий месяц, качество вина при слепом тестировании.2) Задача классификации – получение категориального ответа на основе набора признаков. Имеет конечное количество ответов (как правило, в формате «да» или «нет»): есть ли на фотографии кот, является ли изображение человеческим лицом, болен ли пациент раком.3) Задача кластеризации – распределение данных на группы: разделение всех клиентов мобильного оператора по уровню платёжеспособности, отнесение космических объектов к той или иной категории (планета, звёзда, чёрная дыра и т. п.).4) Задача уменьшения размерности – сведение большого числа признаков к меньшему (обычно 2–3) для удобства их последующей визуализации (например, сжатие данных).5) Задача выявления аномалий – отделение аномалий от стандартных случаев. На первый взгляд она совпадает с задачей классификации, но есть одно существенное отличие: аномалии – явление редкое, и обучающих примеров, на которых можно натаскать машинно обучающуюся модель на выявление таких объектов, либо исчезающе мало, либо просто нет, поэтому методы классификации здесь не работают. На практике такой задачей является, например, выявление мошеннических действий с банковскими картами.
Сертифікат | |
Занять | 24 |
Годин | 3 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Початковий |
Мова | Русский |
Проектування машинного навчання
Доступна розстрочка
У курсі ви дізнаєтеся, як побудувати успішний проект машинного навчання та отримаєте практику у прийнятті рішень як лідер проекту машинного навчання. Ви зможете діагностувати помилки в системі машинного навчання, пріоритезувати стратегії зменшення помилок, розуміти складні налаштування МО, такі як невідповідність тренувальних / тестових наборів та порівнювати або перевершувати результати, що досягаються людьми. Ви зможете застосовувати навчання від кінця до кінця, передачу навичок та багатозадачне навчання. Курс також можна пройти окремо для студентів, які мають базові знання машинного навчання. Курс базується на досвіді Андрю Нг у створенні та випуску багатьох продуктів глибокого навчання. Якщо ви мрієте стати технічним лідером, який може встановлювати напрямок для команди штучного інтелекту, то цей курс надає промисловий досвід"
Сертифікат | |
Занять | 24 |
Годин | 6 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Початковий |
Мова | Русский, English |
Основи машинного навчання
Доступна розстрочка
Курс надасть вам базове розуміння моделей машинного навчання (логістична регресія, багатошарові персептрони, згорткові нейронні мережі, обробка природньої мови тощо), а також продемонструє, як ці моделі можуть вирішувати складні проблеми в різних галузях, від медичної діагностики до розпізнавання зображень та передбачення тексту. Крім того, ми розробили практичні вправи, які дадуть вам практичний досвід реалізації цих моделей на наборах даних. Ці практичні вправи навчать вас реалізовувати алгоритми машинного навчання з використанням PyTorch, відкритих бібліотек, які використовують провідні технологічні компанії в галузі машинного навчання (наприклад, Google, NVIDIA, CocaCola, eBay, Snapchat, Uber та багато інших).
Сертифікат | |
Занять | 59 |
Годин | 21 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Середній |
Мова | Русский, English |
Основи машинного навчання
Доступна розстрочка
У цьому курсі ви отримаєте практичний досвід роботи з машинним навчанням на прикладах різних використань. Ви дізнаєтеся, як передбачити ціни на будинки, проаналізувати настрій користувачів за їх відгуками, знайти потрібні документи, рекомендувати товари та шукати зображення. Цей курс допоможе вам зрозуміти основні підходи до машинного навчання та їх застосування в різних галузях. Курс розглядає метод машинного навчання як чорну скриньку.
Сертифікат | |
Занять | 117 |
Годин | 18 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Мова | Русский, English |
Практичне машинне навчання
Доступна розстрочка
Курс надає базові знання та практичні навички з побудови та застосування функцій передбачення з акцентом на практичні застосування. Курс охоплює такі концепції, як набори тренувань та тестів, перенавантаження та рівні помилок. Курс також вводить різноманітні методи машинного навчання на основі моделей та алгоритмів, включаючи регресію, класифікаційні дерева, наївний Байєс та випадкові ліси. Курс охоплює повний процес побудови функцій передбачення, включаючи збір даних, створення ознак, алгоритми та оцінку.
Сертифікат | |
Занять | 27 |
Годин | 8 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Мова | Русский, English |
Машинное зріння: розпізнавання об'єктів на Python
1 270 грн.
Рекомендований курс
Перший курс серії Машинне зріння присвячений розпізнаванню зображень за допомогою нейронних мереж на Python. Курс складається з трьох великих частин: Введення в нейронні мережі, Розпізнавання цифр та Розпізнавання автомобільних номерів. Після проходження курсу ви зможете розробляти та навчати нейронні мережі на Python, використовуючи Keras/TensorFlow. Курс містить 5 відеоуроків, а також курсовий проект, під час якого ви створите власну навчену нейронну мережу, яка зможе розпізнавати номери автомобілів на фотографіях.
Сертифікат | |
Занять | 37 |
Годин | 5 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Початковий |
Мова | Русский |
Машинное обучение: выделение факторов на Python
1 460 грн.
Рекомендований курс
Курс розглядає задачу хакатона 2020 року з виділення факторів, що найбільше впливають на тривалість життя в Росії, з точки зору фундаментальних та прикладних підходів до зменшення розмірності даних. Курс розбито на 4 частини, де розглядаються різні методи машинного навчання та їх застосування для розв'язання задачі. Після проходження курсу студенти зможуть використовувати різні методи машинного навчання для вирішення задачі виокремлення факторів та побудови моделі для прогнозування тривалості життя в Росії.
Сертифікат | |
Занять | 51 |
Годин | 7 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Початковий |
Мова | Русский |
Машинное обучение с подкреплением на Python
2 010 грн.
Рекомендований курс
Внимание: для доступа к курсам ITtensive на Udemy напишите, пожалуйста, на [email protected] с названием курса или группы курсов, которые хотите пройти.Это завершающий курс программы Машинное обучение от ITtensive., В этом курсе мы разберем 3 задачи обучения с подкреплением:1. Игра в крестики-нолики на доске 3x3. Запрограммируем среду, условия выигрыша и обучим простых и не очень агентов (игроков) сводить игру к ничье. На примере базовых стратегий рассмотрим работу уравнения Беллмана, Q-обучения и обучения с преследованием.Используя различные стратегии, включая эпсилон жадные и оптимизированные эпсилон жадные, сравним их эффективность при игре друг с другом.Проект: разработка собственного выигрышного агента для игры в крестики-нолики.2. Задача балансировка тележки в физическом окружении. Используем CartPole AI Gym и научимся балансировать тележку в зависимости от данных сенсоров. Изучим принципы построения нейросети обучения с подкреплением (DQN = Deep Q-Network) и используем ее для ускорения и стабилизации процесса обучения.Сравним обучение агента на случайных процессах, на изучении распределения состояний среды (априорные и постериорные вероятности), на эмуляции кратковременной и долговременной памяти агента, разберем проблемы обучения и оптимизации полносвязной нейросети.Проект: разработка оптимизированной DQN для балансировки тележки.3. Игра в блекджек (21 очко). Используем окружение AI Gym для расчета оптимальных ходов при игре в Блекджек. Используем методы Монте-Карло, включая одиночные и множественные касания, единую и разделенную политики, а также оптимизацию исследовательских стартов.Визуализируем оптимальную политику поведения агента через изоповерхности в пространстве состояний среды.Проект: расчет оптимальной стратегии игры в блекджек.
Сертифікат | |
Занять | 42 |
Годин | 5 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Початковий |
Мова | Русский |
Машинне навчання з Python
Доступна розстрочка
Цей курс допоможе вам зануритись у світ машинного навчання (ML) за допомогою Python. Ви дізнаєтеся про різні алгоритми машинного навчання, такі як навчання з учителем та без учителя, лінійна та нелінійна регресія, класифікація та кластеризація. Курс також надасть можливість попрактикуватись з бібліотеками Python, такими як SciPy та scikit-learn.
Сертифікат | |
Занять | 25 |
Годин | 12 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Середній |
Мова | Русский, English |
Спеціалізація з машинного навчання
Доступна розстрочка
Ця спеціалізація від провідних дослідників Університету Вашингтона знайомить вас з захоплюючим та високопопитним світом машинного навчання. Через серію практичних кейсів ви отримаєте практичний досвід у основних галузях машинного навчання, включаючи прогнозування, класифікацію, кластеризацію та інформаційний пошук. Ви навчитеся аналізувати великі та складні набори даних, створювати системи, які адаптуються та покращуються з часом, та будувати інтелектуальні додатки, які можуть робити прогнози на основі даних.
Сертифікат | |
Місяців | 7 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Середній |
Мова | Русский, English |
Машинное обучение: классификация и ансамбли на Python
730 грн.
Рекомендований курс
Курс розрахований на аналітиків Python, які вивчають машинне навчання. У курсі розглядаються фундаментальні та прикладні підходи до класифікації даних з використанням машинного навчання для страхового скорингу Prudential в змаганні на Kaggle. Курс складається з двох частин. У першій частині розглядаються всі етапи роботи з даними, від видів задач та їх постановки до роботи з моделями машинного навчання для мінімізації помилок передбачення. У другій частині на практиці розглядаються метрики класифікації, очищення даних, кластеризація даних, метод ближніх сусідів, метод опорних векторів, дерево прийняття рішень, градієнтний бустинг, ансамбль стекінгу для голосування та вибору кращого результату. Курс містить 9 відеоуроків, повний пожиттєвий доступ та сертифікат.
Сертифікат | |
Занять | 56 |
Годин | 9 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Початковий |
Мова | Русский |
Искусственный интеллект и Машинное обучение + Основы Python
1 820 грн.
Рекомендований курс
Цей курс буде корисним для всіх, хто цікавиться новітніми технологіями та хоче бути в курсі того, куди рухається наша цивілізація. Він буде корисним тим, хто хоче зрозуміти, як можна впроваджувати технології машинного навчання. Якщо ви хочете навчитися основам програмування на Python, то курс буде корисним для вас. Цей курс буде корисним для всіх, хто хоче зрозуміти, як працюють нейронні мережі та алгоритми машинного навчання. Цей курс може стати своєрідним трампліном для розвитку вашої кар'єри в галузі Інтелектуального інтелекту, машинного навчання та великих даних. На його основі ви зможете в майбутньому вибрати вже ту конкретну галузь, в якій ви б хотіли розвиватися та працювати далі. Ви зможете розрізняти між Машинним та Глибинним навчанням та Нейронними мережами. Дізнаєтеся, в яких галузях застосовуються технології Інтелектуального інтелекту та машинного навчання, і що чекає ІІ в майбутньому. Ви зможете вирішувати прості реальні задачі з використанням алгоритмів машинного навчання в Excel та Python. Навчитеся основам програмування на Python. Дізнаєтеся, де знаходити дані та датасети. Побудуєте нейронні мережі для передбачення зображень та аналізу текстів. Створите свої моделі машинного навчання для вирішення задач.
Сертифікат | |
Занять | 30 |
Годин | 3 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Початковий |
Мова | Русский |
Машинное обучение: кластеризация и аномалии на Python
2 010 грн.
Рекомендований курс
Курс присвячений роботі з кластеризацією даних та пошуку аномалій на прикладі задачі хакатона Яндекс.Недвижимости по прогнозу срока экспозиции объявлений. Курс розбитий на 4 частини, в яких вивчаються основні моделі кластеризації, розширені моделі кластеризації, пошук аномалій та класифікація через кластеризацію. Курс призначений для аналітиків Python, які вивчають машинне навчання.
Сертифікат | |
Занять | 67 |
Годин | 8 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Початковий |
Мова | Русский |
Машинне навчання: від бруду до Kaggle-князів
3 650 грн.
Рекомендований курс
Більшість аналітиків даних та програмістів великих даних мають бажання вивчити машинне навчання. Цей курс надає можливість вивчити всі аспекти машинного навчання на Python та вирішувати задачі змагання Kaggle. Курс складається з 4 частин, в яких ви дізнаєтеся про види задач та їх постановку, роботу з моделями машинного навчання, фундаментальні основи постороєння моделей, базові метрики та багато іншого.
Сертифікат | |
Занять | 121 |
Годин | 21 |
Періодичність | індивідуальний графік |
Тип навчання | online |
Трансляція | Відеозапис |
Вступний іспит | |
Перевірка домашнього завдання | |
Дипломний проект | |
Допомога в працевлаштуванні | |
Вікова категорія | для дорослих |
Рівень підготовки | Початковий |
Мова | Русский |
Знайдено курси в таких містах:
Киев
Одесса
Днепр
Харьков
Львов
Запорожье
Кривой Рог
Николаев
Винница
Донецк
Луганск
Херсон
Чернигов
Полтава
Черкассы
Хмельницкий
Черновцы
Житомир
Сумы
Ровно
Ивано-Франковск
Каменское
Кропивницкий
Тернополь
Кременчуг
Луцк
Белая Церковь
Краматорск
Мелитополь
Ужгород
Никополь
Бровары
Павлоград
Вишневое
Борисполь
Вышгород
Обухов
Васильков
Буча
Ирпень
Мукачево
Белгород-Днестровский
Фастов
Измаил
Умань