tgoop.com/dsproglib/5762
Last Update:
Семестр 1:
— Машинное обучение 1: Курс охватывает классические темы: линейная и логистическая регрессия, PCA, t-SNE, различные методы бустинга.
— Алгоритмы 1: Это сложный, но невероятно полезный курс. Здесь вас ждёт много задач на платформе Яндекс.Контест и код-ревью. Программа включает всё: от сортировок и деревьев до графов и динамического программирования.
— Python: Глубже изучаем язык, включая такие темы, как декораторы, виртуальная машина, асинхронное программирование.
Семестр 2:
— Машинное обучение 2
Курс даёт ввод в CV, временные ряды, трансформеры и генеративные модели. Это обзорное занятие, которое помогает определиться с интересами на втором курсе.
— Основы статистики в ML:
Тут раскрываются важные статистические методы, такие как метод Монте-Карло, EM-алгоритмы, бутстрап, дельта-метод и многое другое. Практика — это основа курса, задачи помогут лучше понять, что стоит за алгоритмами.
Курсы насыщенные, но максимально полезные для будущего в аналитике данных или ML.
Начни свой путь к успеху с нашим курсом, который подойдет для подготовки к ШАД:
