التعلم الالي. الأساسية - الدورة 52668 فرك. من أوتوس تدريب 6 أشهر تاريخ 27 فبراير 2023.
Miscellanea / / November 30, 2023
سوف تتعلم كيفية حل المشكلات من خلال عمليات العمل الحقيقية، والتي يتم تعيينها غالبًا للمتخصصين المبتدئين في علوم البيانات. بحلول نهاية الدورة، ستكون قد جمعت مجموعة من الأعمال، وأكملت التحضير للمقابلة والمشورة المهنية.
ستمنحك الدورة الأساس اللازم:
بايثون. ستتعرف على أساسيات البرمجة وتتعلم كيفية استخدام هذه اللغة الأكثر صلة في مهام التعلم الآلي.
الرياضيات. إتقان الأقسام الرئيسية لفهم الأسس والمبادئ النظرية للخوارزميات.
نماذج التعلم الآلي الكلاسيكية. اجمع مجموعات البيانات الخاصة بك وأكمل مسار العمل الكامل باستخدام نماذجك الأولى.
الجو الإبداعي:
أثناء التدريب، سوف تنغمس في ظروف قريبة من عمليات العمل الحقيقية. سيتعين عليك التعامل مع البيانات القذرة والتفكير مسبقًا وتجربة الحلول وإعداد النماذج للإنتاج.
تشجع بيئة الفصل الدراسي الطلاب على أن يكونوا فضوليين وأن يناقشوا بنشاط وأن لا يخافوا من ارتكاب الأخطاء.
المرشد الشخصي:
جلسات عبر الإنترنت لمدة 40 دقيقة كل أسبوع؛
في بداية تدريبك، يتم تعيين مرشد لك. مثل المعلمين، الموجهون هم خبراء يعملون في علوم البيانات؛
تقوم بأداء واجبك المنزلي مرة واحدة في الأسبوع، ثم قم بنشره على GitHub وقم بترتيب مكالمة مع معلمك؛
يتعرف المرشد على الكود الخاص بك مسبقًا، لذا بحلول وقت الاجتماع، فهو يعرف بالفعل ما يجب الانتباه إليه. يمكنك أيضًا إعداد الأسئلة؛
خلال الجلسة، سوف يعلق المرشد على قرارك. إذا لزم الأمر، يمكنك الذهاب على الفور إلى بيئة التطوير، وإجراء تغييرات على التعليمات البرمجية ورؤية النتيجة على الفور.
بعد التدريب سوف تكون قادرا على :
التقدم للوظائف التي تتطلب كفاءات مبتدئة
حل مشاكل العمل الحقيقية باستخدام أساليب التعلم الآلي
العمل مع مكتبات بايثون للتعلم الآلي
التعامل مع المواقف غير القياسية من خلال الفهم النظري العميق لكيفية عمل الخوارزميات والنماذج
تنقل في مجالات مختلفة من علوم البيانات وحدد الأدوات المناسبة للمهمة.
3
دورةيعمل كمحلل بيانات في فريق AGI NLP في سبيربنك. يعمل على نماذج لغة الشبكة العصبية وتطبيقها في مشاكل الحياة الواقعية. تؤمن بأن العمل في مجال علم البيانات يوفر فرصة فريدة من نوعها...
يعمل كمحلل بيانات في فريق AGI NLP في سبيربنك. يعمل على نماذج لغة الشبكة العصبية وتطبيقها في مشاكل الحياة الواقعية. وهو يعتقد أن العمل في مجال علوم البيانات يوفر فرصة فريدة للقيام بأشياء رائعة ومجنونة على حافة العلم والتي تغير العالم هنا والآن. يقوم بتدريس مواد في تحليل البيانات والتعلم الآلي وعلوم البيانات في المدرسة العليا للاقتصاد. تخرجت ماريا من كلية الميكانيكا والرياضيات بجامعة موسكو الحكومية ومدرسة ياندكس لتحليل البيانات. ماريا حاليًا طالبة دراسات عليا في المدرسة العليا للاقتصاد بكلية علوم الكمبيوتر. تشمل اهتماماتها البحثية مجالات علوم البيانات مثل معالجة اللغة الطبيعية ونمذجة المواضيع. مدير البرنامج
3
دورةممارسة التعلم الآلي وتحليل البيانات منذ عام 2012. يعمل حاليًا كرئيس قسم البحث والتطوير في WeatherWell. لديه خبرة في التطبيق العملي للتعلم الآلي في تطوير الألعاب والخدمات المصرفية...
ممارسة التعلم الآلي وتحليل البيانات منذ عام 2012. يعمل حاليًا كرئيس قسم البحث والتطوير في WeatherWell. لديه خبرة في التطبيق العملي للتعلم الآلي في تطوير الألعاب والخدمات المصرفية والتكنولوجيا الصحية. قام بتدريس التعلم الآلي وتحليل البيانات في مركز التمويل الرياضي بجامعة موسكو الحكومية، وكان محاضرًا ضيفًا في كلية علوم الكمبيوتر بالمدرسة العليا للاقتصاد بجامعة الأبحاث الوطنية ومدارس صيفية مختلفة. التعليم: الاقتصاد والرياضيات REU im. بليخانوف، الكلية المركزية للرياضيات والرياضيات بجامعة موسكو الحكومية، التدريب المهني المتقدم لكلية علوم الكمبيوتر بالمدرسة العليا للاقتصاد "تحليل البيانات العملية والتعلم الآلي"، ماجستير علوم الكمبيوتر آلتو مجموعة الجامعة/الاهتمامات: بايثون، التعلم الآلي، السلاسل الزمنية، اكتشاف الشذوذ، البيانات المفتوحة، تعلم الآلة للتواصل الاجتماعي جيد
مقدمة إلى بايثون
-الموضوع 1. التعرف على بعضنا البعض
-الموضوع الثاني: تهيئة بيئة العمل
-الموضوع 3.الأنواع الأساسية وهياكل البيانات. التحكم في التدفق
-الموضوع 4.العمل مع الوظائف والبيانات
-الموضوع 5.Git، Shell
مقدمة إلى بايثون. OOP، الوحدات، قواعد البيانات
-الموضوع 6. أساسيات OOP
-الموضوع 7. OOP المتقدم، الاستثناءات
-الموضوع 8. OOP المتقدم، تابع
-الموضوع التاسع: الوحدات والواردات
-الموضوع العاشر: الاختبارات
-الموضوع 11.مقدمة للوحدات المضمنة
-الموضوع 12. الملفات والشبكات
أساسيات بايثون لتعلم الآلة
-الموضوع 13. أساسيات NumPy
-الموضوع 14. أساسيات الباندا
-الموضوع 15. تصور البيانات
الحد الأدنى النظري لتعلم الآلة: الرياضيات، الخطية، الإحصاء
-الموضوع السادس عشر.المصفوفات. المفاهيم والعمليات الأساسية
-الموضوع 17.الممارسة. المصفوفات
-الموضوع 18. تمايز الوظائف وتحسينها
-الموضوع 19.الممارسة. تمايز الوظائف وتحسينها
-الموضوع العشرون. الخوارزميات والتعقيد الحسابي
-الموضوع 21.MNC والشركات الصغيرة والمتوسطة
-الموضوع 22.الممارسة. الشركات المتعددة الجنسيات والمشروعات متناهية الصغر والصغيرة
-الموضوع الثالث والعشرون. المتغيرات العشوائية ونمذجةها
-الموضوع 24.الممارسة. المتغيرات العشوائية ونمذجةها
-الموضوع 25. دراسة التبعيات: الكميات الاسمية والترتيبية والكمية
-الموضوع 26.الممارسة. دراسة التبعيات: الكميات الاسمية والترتيبية والكمية
-الموضوع 27.اختبار AB
طرق التعلم الآلي الأساسية
-الموضوع 28.مقدمة في التعلم الآلي
-الموضوع التاسع والعشرون.تحليل البيانات الاستكشافية ومعالجتها
-الموضوع 30. مشكلة التصنيف. طريقة أقرب الجيران
-الموضوع 31. مشكلة الانحدار. الانحدارالخطي
-الموضوع 32. الانحدار اللوجستي
-الموضوع 33.أشجار القرار
-الموضوع 34. هندسة الميزات والمعالجة المسبقة المتقدمة
-الموضوع الخامس والثلاثون. درس عملي – حل Kaggle باستخدام كل ما تعلمناه
مشروع العمل
-الموضوع 36. اختيار الموضوع وتنظيم عمل المشروع
-الموضوع 37. استشارة المشروع
-الموضوع 38.حماية المشروع