10 курсов по машинному обучению на лето

    За последние десятилетия с помощью машинного обучения создали самоуправляемые автомобили, системы распознавание речи и эффективный поиск. Сейчас это одна из самых быстроразвивающихся и перспективных сфер на стыке компьютерных наук и статистики, которая активно используется в искусственном интеллекте и data science. Методы машинного обучения используются в науке, технике, медицине, ритейле, рекламе, генерации мультимедиа и других областях.

    Команда Университета ИТМО собрала десять курсов по машинному обучению, которые можно успеть пройти до конца лета. Одним они помогут войти в профессию, а другим — углубиться в нее.

    image

    1. «Введение в машинное обучение»
    Площадка: Coursera
    Автор: Высшая школа экономики, Школа анализа данных Яндекс
    Длительность: 7 недель, 3-5 часов в неделю
    Стоимость: бесплатно
    Язык: русский

    На курсе рассказывает преимущественно про основные типы задач машинного обучения: классификацию, регрессию и кластеризацию. Преподаватели из Яндекса и Высшей школы экономики объясняют основные методы и рассказывают про их особенности, учат оценивать качество моделей и понимать, для решения какой задачи подходит каждая из них. Программа рассчитана на семь недель, но если постараться, то можно закончить курс до 1 сентября. Курс ориентирован на слушателей, которые знакомы с Python, так как используются его библиотеки numpy, pandas и scikit-learn.

    2. Введение в машинное обучение от GL4G
    Площадка: Great Learning
    Автор: Great Learning
    Длительность: 1,5 часа
    Стоимость: бесплатно
    Язык: английский

    Короткий курс предназначен для тех, кто интересуется машинным обучением, но пока еще не знает, с чего начать. Программа состоит из 12 видеоуроков и объясняет, что такое машинное обучение и как алгоритм может учиться, рассказывает основную терминологию и методы, а также дает практические упражнения.

    3. Машинное обучения от А до Я: применение Python и R в науке о данных
    Площадка: Udemy
    Автор: Кирилл Еременко,, Хаделин де Понтевес, команда SuperDataScience
    Длительность: 41 час видеолекций
    Стоимость: $10,99
    Язык: английский

    Курс разработан двумя дата-сайентистами, чтобы объяснить сложную теорию, алгоритмы и программирование с использованием библиотек машинного обучения. Программа состоит из десяти частей, в которых рассматривается обработка данных, регрессия, классификация, кластеризация, обучение с подкреплением, обработка естественного языка и глубокое обучение. На курсе есть практические упражнения и шаблоны кода для Python и R. Большое внимание уделяется выбору правильной модели для каждого типа задач.

    4. Bootcamp-тренировка: Python для науки о данных и машинного обучения
    Площадка: Udemy
    Автор: Хосе Портилья
    Длительность: 21,5 часов видеолекций
    Стоимость: $10,99
    Язык: английский

    Программа курса помогает понять, как использовать Python для анализа данных, создания визуализации и использования алгоритмов машинного обучения. На курсе используются NumPy, Seaborn, Matplotlib, Pandas, Scikit-Learn, Machine Learning, Plotly, Tensorflow и другие инструменты. Также слушателям расскажут про обработку естественного языка, искусственный интеллект и глубокое обучение.

    5. Наука о данных, глубокое обучение и машинное обучение с помощью Python
    Площадка: Udemy
    Автор: Фрэнк Кейн
    Длительность: 12 часов видеолекций
    Стоимость: $10,99
    Язык: английский

    На курсе рассказывается об использовании искусственного интеллекта и машинного обучения для решения бизнес-задач. Преподаватель Фрэнк Кейн девять лет работал в Amazon и IMDb, создавая рекомендательные системы. Каждая концепция описывается на простом языке без сложных математических терминов. После вводной части демонстрируется использование кода на Python. Основное внимание уделяется практическому пониманию и применению алгоритмов машинного обучения. В конце курса слушателям предлагают работу над итоговым проектом, чтобы применить новые знания.

    6. Курс машинного обучения от Google
    Площадка: Google
    Автор: Google
    Длительность: 15 часов видеолекций
    Стоимость: бесплатно
    Язык: английский

    Компания предлагает быстрое и практическое введение в машинное обучение с использованием API TensorFlow. Курс включает серию уроков с видеолекциями, реальными задачами и практическими упражнениями. Всего слушателям необходимо прослушать 25 уроков и выполнить 40 упражнений. Для всех алгоритмов предлагается интерактивная визуализация.

    7. Структурирование проектов по машинному обучению
    Площадка: Coursera
    Автор: deeplearning.ai
    Длительность: две недели
    Стоимость: подписка на Coursera 3 039 ₽ в месяц
    Язык: английский

    Преподаватели курса из Стэнфордского университета расскажут, как построить работу команды по машинному обучения. За две недели слушатели научатся находить ошибки в системе машинного обучение, расставлять приоритеты в направлении работы и понимать сложные детали машинного обучения, например, невалидные обучающие наборы данных.

    8. Использование глубокого обучения в творчестве с помощью TensorFlow
    Площадка: Kadenze
    Автор: Google Magenta
    Длительность: пять сессий по 12 часов
    Стоимость: бесплатно
    Язык: английский, русские субтитры

    Курс создан при поддержке проекта Magenta от Google, в рамках которого компания пытается создать «творческий компьютер». Преподаватели рассказывают про основные компоненты глубокого обучения, которые необходимы для построения алгоритмов: сверточные сети, вариационные автокодеры, генеративные состязательные сети и рекурсивные нейросети. Внимание уделяется творчеству нейросетей. Например, работе с изображением и созданию контента, который будет соответствовать эстетике или содержимому другого изображения.

    9. Статистическое машинное обучение
    Площадка: YouTube
    Автор: Университет Карнеги — Меллона
    Длительность: 24 лекции по 1,5 часа
    Стоимость: бесплатно
    Язык: английский, русские субтитры

    На YouTube есть запись цикла лекций профессора Департамента статистики и факультета машинного обучения Университета Карнеги-Меллона Ларри Вассермана. Курс рассчитан на людей с продвинутыми знаниями математики и программирования, так как ориентирован на интеграцию статистики и машинного обучения. Предпосылкой к курсу служат лекции «Промежуточная статистическая теория» и «Введение в машинное обучение».

    10. «Принципы машинного обучения»
    Площадка: EdX
    Автор: Microsoft
    Длительность: 6 недель, 2–4 часа в неделю
    Стоимость: бесплатно, сертификат $99
    Язык: английский

    Курс входит в сертификацию Microsoft в области науки о данных. На нем рассказывают, как создавать и работать с моделями машинного обучения с использованием Python, R и Azure Machine Learning. Преподаватели рассказывают о классификации, регрессии в машинном обучении, контролируемых моделях, системах нелинейного моделирования, кластеризации и разработке рекомендаций.



    Для тех, кому ближе оффлайн-встречи, Университет ИТМО со 2 по 15 августа проводит в Санкт-Петербурге Летнюю школу машинного обучения на базе Центра речевых технологий. Слушатели получат практический опыт применения методов и алгоритмов глубокого обучения для анализа аудиовизуальных данных для распознавания эмоций.

    Требования к участникам:

    — студенты старших курсов;
    — владение Python;
    — имеют опыт применения современных методов машинного обучения;
    — огромное желание развиваться в области аудио- и видеоаналитики.

    Прием заявок продлится до 23 июля. Зарегистрироваться можно на сайте. Участие в Школе бесплатное. Также организаторы оплачивают проживание в общежитии Университета ИТМО. А за лучшее решение тестового задания — и транспортные расходы.
    • +12
    • 23,6k
    • 7

    Университет ИТМО

    113,00

    IT's MOre than a University

    Поделиться публикацией
    Комментарии 7
      0
      На курсе используются NumPy, Seaborn, Matplotlib, Pandas, Scikit-Learn, Machine Learning, Plotly, Tensorflow и другие инструменты.

      Хотели как лучше, а получилось как обычно. Machine Learning — это не инструмент, и ставить его таким образом в один ряд с фреймворками некорректно. Очевидно, это результат не очень удачной формулировки на сайте курса, которую авторы данной статьи бездумно перевели на русский.
        0
        Спасибо. Записалась на первый.
          0
          А как же классика — Machine Learning от Andrew Ng?
          У него следующая сессия как раз 23 июля стартует.
          Правда он идёт 2.5 месяца, так что пройти до конца лета его не получится.
            +1

            Негодую, что нет Udacity. Там есть несколько замечательных курсов от Sebastian Thrun и Peter Norvig. В отличие от сброда на Udemy, там серьезные преподаватели.

              –1
              А как же сверхпопулярный MOOC от Andrew Ng?
              И еще от deeplearning.ai есть специализация из 5 курсов.
                0
                Что вы скажете о курсе лекций К.В.Воронцова?
                И о курсе статей и лекций от opendatascience?

                Интересно, по какой причине они не вошли в статью.
                  0
                  Машинное обучения от А до Я: применение Python и R в науке о данных.
                  Не рекомендовал бы. Я у этой команды брал курс по блокчейну. Кирилл Еременко свою часть курса сделал идеально (теория). А вот Хаделин де Понтевес подкачал. У него серьёзные проблемы с поднесением материала, не соблюдает стандартов в стилях. В общем сложно его смотреть, а из-за акцента иногда его сложно понять. Хотя за 10 баксов можно и взять.

                  Только полноправные пользователи могут оставлять комментарии. Войдите, пожалуйста.

                  Самое читаемое