Maşın öyrənmə və onun üsulları, nümunələri müəyyən etmək və hər hansı bir layihə və ya işin fayda nəticələrini şərh etmək üçün sinir şəbəkələrini öyrətməyinizə kömək edə bilər. Maşın və dərin öyrənmə proseslərini öyrənən bütün yeni gələnlər, texnologiyanın önündəki maraqlı problemləri öyrənərək davamlı olaraq inkişaf edir. Maşın öyrənmə tətbiq sahələri müxtəlifdir, lakin marketinq, fintech, böhran idarəçiliyi, risk idarəçiliyi, təhlükəsizlik, tibb, robototexnika və s. Məlumat təhlilində maşın öyrənmənin ən çətin sahəsi olduğu barədə geniş yayılmış stereotip sadəcə bir mifdir.
Kursumuz maşın öyrənmə əsaslarını mənimsəməyinizə, yaddaşınızdakı riyazi çərçivəni yeniləməyinizə və maşın öyrənmə alqoritmləri ilə işləmək üçün tam bir alət dəsti verməyinizə kömək edəcək.
20 sentyabr
4 ay
25-30 nəfər
Həftəsonu bootcamp
İntensiv tədrisə hazırlıq; Fərdi noutbuk və ya kompüter
İngilis dili biliyi: Orta (B2)
Python biliyi, NumPy ilə iş təcrübəsi, Pandas üstünlükdür; Ali təhsil səviyyəsində statistika, riyaziyyat bilikləri
18 yaş və yuxarı
Layihəni addım -addım təhlil etmək bacarığı Maşın öyrənmə alqoritmlərindən istifadə etmək (reqressiya, qərar ağacı, təkan)
Maşın öyrənmə alqoritmlərindən istifadə etmək (reqressiya, qərar ağacı, təkan)
Alqoritmləri vəzifəyə və modelə uyğun istifadə etməyi bacarmaq
Machine Learning modelləri qurmaq və hər hansı bir problemi həll etmək üçün onları necə birləşdirməyi bilmək
Məlumatların əvvəlcədən işlənməsi və məlumatların təsdiqlənməsi üçün modelin performans göstəricilərini bilmək: Dəqiqlik, Həssaslıq, Geri çağırma və s.
Nəzarətsiz öyrənmə və dərin öyrənmə çərçivələri ilə başa düşmək və tətbiq etmək.
Modul sayı
Neural Networks Giriş:
Numpy -də sadə NN tətbiqi
Tövsiyə sistemləri