Курсът предоставя на участниците солидно въведение в областта на машинното обучение, като въвежда основните концепции, техники и алгоритми, използвани в дисциплината. Курсът изследва видовете подходи в машинното обучение, като контролирано, неконтролирано и възнаграждаващо обучение, както и различните алгоритми, използвани при разработването на решения, базирани на машинно обучение. Участниците ще научат за управлението на данни, необходимата инфраструктура и как да оценят и внедрят решения за машинно обучение в различни контексти.
Курсът е насочен към хора, които искат да се запознаят с основните концепции и техники в машинното обучение, без да изискват предварителен опит в областта. Този курс е подходящ за студенти, ИТ специалисти, анализатори на данни, изследователи и всеки, който се интересува от разбирането и прилагането на машинно обучение в различни контексти. Знанията, придобити в този курс, ще послужат като солидна основа за по-нататъшно изследване на областта на машинното обучение и изкуствения интелект.
След завършване на този курс, участниците ще придобият знания и умения като:
• Разбиране на основните концепции и принципи на машинното обучение, като контролирано, неконтролирано и възнаграждаващо обучение, и свързаните с тях подходи и типове.
• Познаване на основните алгоритми и модели в машинното обучение, като класификация, регресия, групиране и намаляване на размерността, за решаване на специфични проблеми.
• Разбиране на рисковете и предизвикателствата при използването на машинно обучение, включително проблеми с пристрастията, интерпретируемостта на модела и поверителността на данните.
• Управление на инфраструктурата за данни и машинно обучение за обучение на модели за машинно обучение и управление на ресурсите, необходими за ефективно прилагане на процеса на машинно обучение.
• Избор и оценка на подходящи модели за машинно обучение за различни проблеми, набори от данни и сравняване на производителността на моделите.
Този курс не изисква технически познания.
• Въведение в машинното обучение
• Подходи и видове машинно обучение: контролирано обучение, неконтролирано обучение, обучение с възнаграждение
• Фундаментални алгоритми в машинното обучение: класификация, регресия, групиране, намаляване на размерността
• Управление на данни и инфраструктура за машинно обучение
• Избор и оценка на модели
• Въведение в дълбокото обучение
• Практически приложения и казуси
• Рискове и предизвикателства при използването на машинно обучение
Курсът не е свързан с никаква програма за сертифициране.
