In den letzten Jahrzehnten hat maschinelles Lernen selbstfahrende Autos, Spracherkennungssysteme und eine effiziente Suche geschaffen. Jetzt ist es eines der am schnellsten wachsenden und vielversprechendsten Gebiete an der Schnittstelle von Informatik und Statistik, das in der künstlichen Intelligenz und in der Datenwissenschaft aktiv eingesetzt wird. Methoden des maschinellen Lernens werden in den Bereichen Wissenschaft, Technologie, Medizin, Einzelhandel, Werbung, Multimedia-Generierung und anderen Bereichen eingesetzt.
Das Team der ITMO-Universität hat zehn Kurse für maschinelles Lernen zusammengestellt, die Sie vor Ende des Sommers absolvieren können. Einige werden ihnen helfen, in den Beruf einzusteigen, andere werden sich damit befassen.
1.
"Einführung in das maschinelle Lernen"Seite: Coursera
Autor: Hochschule für Wirtschaft, Yandex Data Analysis School
Dauer: 7 Wochen, 3-5 Stunden pro Woche
Kosten: Kostenlos
Russische Sprache
Der Kurs befasst sich hauptsächlich mit den Haupttypen maschineller Lernaufgaben: Klassifizierung, Regression und Clustering. Lehrer von Yandex und der Higher School of Economics erklären die grundlegenden Methoden und sprechen über ihre Merkmale, lernen, die Qualität von Modellen zu bewerten und zu verstehen, für welche Art von Problem jedes von ihnen geeignet ist. Das Programm ist auf sieben Wochen ausgelegt. Wenn Sie es jedoch versuchen, können Sie den Kurs vor dem 1. September beenden. Der Kurs richtet sich an Studenten, die mit Python vertraut sind, da die Bibliotheken Numpy, Pandas und Scikit-Learn verwendet werden.
2.
Einführung in das maschinelle Lernen von GL4GSeite: Tolles Lernen
Gepostet von Great Learning
Dauer: 1,5 Stunden
Kosten: Kostenlos
Sprache: Englisch
Der kurze Kurs richtet sich an diejenigen, die sich für maschinelles Lernen interessieren, aber noch nicht wissen, wo sie anfangen sollen. Das Programm besteht aus 12 Video-Lektionen und erklärt, was maschinelles Lernen ist und wie der Algorithmus lernen kann, erklärt grundlegende Begriffe und Methoden und gibt auch praktische Übungen.
3.
Maschinelles Lernen von A bis Z: Verwenden von Python und R in Data ScienceVeranstaltungsort: Udemy
Gepostet von Kirill Eremenko ,, Hadelin de Ponteves, SuperDataScience-Team
Dauer: 41 Stunden Videovorträge
Kosten: 10,99 USD
Sprache: Englisch
Der Kurs wurde von zwei Data Scientists entwickelt, um komplexe Theorie, Algorithmen und Programmierung mithilfe von Bibliotheken für maschinelles Lernen zu erklären. Das Programm besteht aus zehn Teilen, die sich mit Datenverarbeitung, Regression, Klassifizierung, Clustering, verstärkendem Lernen, Verarbeitung natürlicher Sprache und tiefem Lernen befassen. Der Kurs enthält praktische Übungen und Codevorlagen für Python und R. Viel Aufmerksamkeit wird der Auswahl des richtigen Modells für jede Art von Aufgabe gewidmet.
4.
Bootcamp-Training: Python für Data Science und maschinelles LernenVeranstaltungsort: Udemy
Gepostet von Jose Portilla
Dauer: 21,5 Stunden Videovorträge
Kosten: 10,99 USD
Sprache: Englisch
Das Kursprogramm hilft Ihnen zu verstehen, wie Sie mit Python Daten analysieren, Visualisierungen erstellen und Algorithmen für maschinelles Lernen verwenden. Der Kurs verwendet NumPy, Seaborn, Matplotlib, Pandas, Scikit-Learn, maschinelles Lernen, Plotly, Tensorflow und andere Tools. Außerdem werden die Schüler über die Verarbeitung natürlicher Sprache, künstliche Intelligenz und tiefes Lernen informiert.
5.
Data Science, Deep Learning und maschinelles Lernen mit PythonVeranstaltungsort: Udemy
Gepostet von Frank Kane
Dauer: 12 Stunden Videovorträge
Kosten: 10,99 USD
Sprache: Englisch
Der Kurs beschreibt den Einsatz künstlicher Intelligenz und maschinellen Lernens zur Lösung geschäftlicher Probleme. Der Dozent Frank Kane arbeitete neun Jahre lang bei Amazon und IMDb und entwickelte Empfehlungssysteme. Jedes Konzept wird in einer einfachen Sprache ohne komplexe mathematische Begriffe beschrieben. Nach der Einführung wird die Verwendung von Python-Code demonstriert. Der Schwerpunkt liegt auf dem praktischen Verständnis und der Anwendung von Algorithmen für maschinelles Lernen. Am Ende des Kurses wird den Studenten angeboten, am Abschlussprojekt zu arbeiten, um neues Wissen anzuwenden.
6.
Google Machine Learning-KursWebsite: Google
Gepostet von: Google
Dauer: 15 Stunden Videovorträge
Kosten: Kostenlos
Sprache: Englisch
Das Unternehmen bietet eine schnelle und praktische Einführung in das maschinelle Lernen mithilfe der TensorFlow-API. Der Kurs beinhaltet eine Reihe von Lektionen mit Videovorträgen, realen Aufgaben und praktischen Übungen. Insgesamt müssen die Schüler 25 Lektionen anhören und 40 Übungen absolvieren. Für alle Algorithmen wird eine interaktive Visualisierung angeboten.
7.
Strukturierung maschineller LernprojekteSeite: Coursera
Autor: deeplearning.ai
Dauer: zwei Wochen
Kosten: Coursera-Abonnement 3 039 ₽ pro Monat
Sprache: Englisch
Fakultätsmitglieder der Stanford University erklären Ihnen, wie Sie ein Team für maschinelles Lernen aufbauen. In zwei Wochen lernen die Schüler, Fehler im maschinellen Lernsystem zu finden, ihre Arbeit zu priorisieren und die komplexen Details des maschinellen Lernens zu verstehen, z. B. ungültige Lerndatensätze.
8.
Verwenden von Deep Learning in der Kreativität mit TensorFlowStandort: Kadenze
Gepostet von: Google Magenta
Dauer: fünf Sitzungen à 12 Stunden
Kosten: Kostenlos
Sprache: Englisch, Russische Untertitel
Der Kurs wurde mit Unterstützung des Magenta-Projekts von Google erstellt, in dessen Rahmen das Unternehmen versucht, einen „kreativen Computer“ zu erstellen. Die Lehrer sprechen über die grundlegenden Komponenten des tiefen Lernens, die zum Erstellen von Algorithmen erforderlich sind: Faltungsnetzwerke, Variationsautocodierer, generative gegnerische Netzwerke und rekursive neuronale Netzwerke. Es wird auf die Kreativität neuronaler Netze geachtet. Zum Beispiel mit einem Bild arbeiten und Inhalte erstellen, die der Ästhetik oder den Inhalten eines anderen Bildes entsprechen.
9.
Statistisches maschinelles LernenSeite: YouTube
Autor: Carnegie University - Mellon
Dauer: 24 Vorlesungen à 1,5 Stunden
Kosten: Kostenlos
Sprache: Englisch, Russische Untertitel
YouTube hat eine Aufzeichnung einer Vorlesungsreihe von Larry Wasserman, Professor am Institut für Statistik und der Fakultät für maschinelles Lernen der Carnegie Mellon University. Der Kurs richtet sich an Personen mit fortgeschrittenen Kenntnissen in Mathematik und Programmierung, da er sich auf die Integration von Statistik und maschinellem Lernen konzentriert. Voraussetzung für den Kurs sind die Vorlesungen
„Intermediate Statistical Theory“ und
„Introduction to Machine Learning“ .
10.
"Prinzipien des maschinellen Lernens"Seite: EdX
Gepostet von: Microsoft
Dauer: 6 Wochen, 2-4 Stunden pro Woche
Kosten: kostenlos, 99 $ Zertifikat
Sprache: Englisch
Der Kurs ist von Microsoft im Bereich Data Science zertifiziert. Es wird erläutert, wie Sie mithilfe von Python, R und Azure Machine Learning Modelle für maschinelles Lernen erstellen und damit arbeiten. Die Lehrkräfte sprechen über Klassifizierung, Regression beim maschinellen Lernen, kontrollierte Modelle, nichtlineare Modellierungssysteme, Clustering und die Entwicklung von Empfehlungen.
Für diejenigen, die näher an Offline-Meetings sind, veranstaltet die ITMO University vom 2. bis 15. August eine Sommerschule für maschinelles Lernen in St. Petersburg im Speech Technology Center. Die Studierenden sammeln praktische Erfahrungen in der Anwendung von Deep-Learning-Methoden und -Algorithmen zur Analyse audiovisueller Daten, um Emotionen zu erkennen.
Anforderungen an die Teilnehmer:
- ältere Studenten;
- Besitz von Python;
- Erfahrung in der Anwendung moderner Methoden des maschinellen Lernens haben;
- ein großer Wunsch, sich im Bereich der Audio- und Videoanalyse zu entwickeln.
Der Eingang der Bewerbungen dauert bis zum 23. Juli. Sie können sich auf der
Website registrieren. Die Teilnahme an der Schule ist kostenlos. Die Organisatoren zahlen auch für die Unterkunft im Hostel der ITMO University. Und für die beste Lösung für die Testaufgabe - und Transportkosten.