0800 20 4050

безкоштовно по Україні

kyiv@ithillel.ua
Особистий кабінет
Укр Рус
0800 20 4050
Укр Рус

Курс Machine Learning у Києві

Advanced level
4.7

alarm-clock занять

spiral-calendar занять на тиждень

rocket старт

За тиждень записалося

Залишилося

Стань Machine Learning Engineer!

На курсі будуть розглянуті різні завдання машинного навчання з точки зору роботи з даними і особливостей різних моделей машинного навчання.

На курсі використовується мова Python — найпоширеніша на сьогоднішній день мова для роботи з машинним навчанням і аналізом даних. На курсі студенти навчаться працювати з традиційними алгоритмами і методами машинного навчання, нейронними мережами, а також обробкою природних мов і комп'ютерним зором.

Цілі курсу

  • Навчитися готувати дані і конструювати ознаки
  • Навчитися визначати типи необхідної моделі машинного навчання
  • Навчитися вибирати алгоритм оптимізації, регуляризації моделі
  • Навчитися вибирати метрики для контролю якості моделі
  • Візуалізувати отримані результати
woman-technologist

Цей курс проводиться у форматі дистанційного навчання.

smiling-face-with-sunglasses

Advanced
level

Курс розрахований на IT-фахівців і інженерів будь-якої спеціальності, які знають Python, лінійну алгебру, математичний аналіз і статистику на рівні першого курсу технічного вузу.

Потрібно пройти тест для перевірки знань.

Вивчаємо такі технології

  • Python

    Python

  • NumPy

    NumPy

  • Matplotlib

    Matplotlib

  • Scikit-learn

    Scikit-learn

  • Keras

    Keras

Професія Python-рорзробника

Додаткові курси

  • Machine Learning

    advanced

    На курсі будуть розглянуті різні завдання машинного навчання з точки зору роботи з даними й особливостей різних моделей машинного навчання. На курсі використовується мова Python — найпоширеніша мова для роботи з машинним навчанням і аналізом даних.

Програма курсу
Machine Learning

alarm-clock 16 занять занять
Друк
  • Науки, на яких базується машинне навчання
    • Лінійна алгебра
    • Статистика
    • Оптимізація
    • Типи завдань машинного навчання — класифікація і прогноз
  • Основні етапи проєкту машинного навчання
    • Підготовка данних
    • Вибір моделі, налаштування гіперпараметрів моделі
    • Граф обчислень
    • Метрики для контролю якості моделі
  • Перспептрон — найпростіша нейронна мережа (ч.1)
    • Матричні операції при прямому поширенні сигналу
    • Матричні операції при зворотному поширенні сигналу
    • Градієнт цільової функції
  • Перспептрон — найпростіша нейронна мережа (ч.2)
    • Механізм поновлення ваг — навчання!
    • Порівняння реалізації персептрона з допомогою NumPy і Keras — швидкість і зручність
    • Методи регуляризації і batch-навчання
  • Рекурентні нейронні мережі
    • Послідовні структури даних навколо нас
    • Проблема вибухових і зникаючих градієнтів
    • LSTM- і GRU-вентилі в архітектурі рекурентних нейронних мереж
  • Згорткові нейронні мережі
    • Операція згортки для найпростіших функцій
    • Фільтри для отримання ознак зображення за допомогою згорток
    • Аналіз ключових елементів архітектури згортальних нейронних мереж
    • Найбільш поширені архітектури згортальних нейронних мереж
  • Автокодировщики
    • Стиснення інформації при проходженні сигналу через автокодіровщік
    • Зниження розмірності, виділення ознак
    • Стиснення даних і зниження рівня шуму
  • Метод аналізу головних компонентів
    • Набір даних як багатовимірний простір
    • Проекції і відстані в багатовимірному просторі
    • Аналіз дисперсії в даних і її вплив на розподіл даних
  • Методи кластеризації
    • Простановка міток або проведення кордонів
    • Що таке сепарабельність даних
    • Кластеризація в просторі зниженою розмірності: RFM-аналіз споживачів
  • Ансамблеві методи
    • Один сильний класифікатор або багато слабких
    • Механізм голосування
    • Нетривіальні підходи
  • Дерева і ліси
    • Потужна альтернатива нейронних мереж
    • Рішення нелінійних задач за допомогою лінійних інструментів
    • Бустінг
  • Рекомендаційні системи
    • Вектори в багатовимірному просторі
    • Способів сказати «поруч» може бути кілька
    • Різні способи кодування інформації про покупках

Бонуси курсу

  • Спеціально зняті додаткові відеоматеріали
  • Всі студенти курсу пройдуть тренінг по проходженню співбесіди та складанню резюме з нашим HR-фахівцем

Додайте навички в резюме

  • Базові навички в алгебрі, математичному аналізі, теорії ймовірності та статистики

  • Практичні навички використання Python

  • Використання класичних алгоритмів машинного навчання

  • Побудова повно-зв'язкових нейронних мереж

  • Побудова згорткових нейронних мереж для завдань комп'ютерного зору

  • Використання алгоритмів навчання без учителя

  • Обробка природних мов

  • Практичні навички використання фреймворку PyTorch

Переваги навчання у Комп'ютерній школі Hillel

  • man-raising-hand
    Групи по 16 осіб Викладач приділяє час кожному студенту.
  • nerd-face
    Викладачі практики У нас викладають тільки практикуючі фахівці з топових IT-компаній.
  • briefcase
    Система особистих кабінетів Ефективне і зручне навчання.
  • speech-balloon
    Оперативна служба підтримки студентів Термінові питання — своєчасне рішення.
  • videocassette
    Доступ до відеозаписів занять Записи уроків залишаються у студентів після закінчення навчання.
  • hammer
    Практичні заняття Велика частина занять орієнтована на практику.
Велика частина занять орієнтована на практику.

Оплата онлайн

Оплата здійснюється через виставлення інвойсу на e-mail через сервіси LiqPay та Fondy.

shield

Гарантія повернення оплати

До другого заняття ви можете повернути
100% внесених за навчання коштів.

  • rocket
    Працевлаштування

    Що ми робимо для того, щоб ви досягли успіху?

  • clipboard

    Проводимо майстер-класи з підготовки резюме та пошуку роботи

  • books

    Регулярно оновлюємо програми курсів під вимоги ринку

  • smiling-face-with-sunglasses

    Запрошуємо викладати тільки кращих практикуючих фахівців

  • globe-with-meridians

    Розвиваємо нашу мережу партнерів серед топових IT-компаній

  • direct-hit

    Наші викладачі часто самі забирають до себе наших кращих Студентів ;)

Наші викладачі та випускники працюють в топових IT-компаніях світу

Відгуки випускників цього курсу
Ульяна Збежховская
Ульяна Збежховская
Хочеться виразити велику вдячність школі за чудову організацію курсу Machine Learning! Його перевагою є те, що він дає змогу за достатньо короткий термін отримати уявлення про основи машинного навчання, які застосовуються на практиці. Богдан, викладач курсу, людина з глибокими знаннями в даній галузі, здатний дуже чітко і грамотно пояснити всю математику, на якій базується дана наука. Домашні завдання дають змогу детальніше розібратися з роботою алгоритмів, викладач завжди готовий допомогти під час їх виконання, підказати, направити в правильному напрямку. Також, хотілось би відмітити, велику захопленість викладача даною областю комп’ютерних наук, що не може не передатися студентам. Чудова подача матеріалів та їх підготовка. Рекомендую даний курс всім хто хоче займатися машинним навчанням. Було б круто побачити продовження даного курсу!!!!
Богдан Колчигін Викладач Богдан Колчигін
Грета Гержановская
Грета Гержановская
Сам по себе курс достаточно интересный и ёмкий. Были продемонстрированы разные модели и методы машинного обучения. Преподаватель дружелюбный, готов отвечать на вопросы в любое время, даже ночью. Для начала, наверное, очень неплохой вариант. Из минусов. Было много переносов занятий (7 из 19, 4 по личной причине преподавателя). В конце не было дипломного проекта, хотя в программе писалось, что будет. Хотелось получить на последок какую-то задачу, где можно было бы применять те знания, которые были получены. При записи на курс не требовалось знания Python, но лично у меня были с этим сложности и мне приходилось очень много времени тратить в гугле, чтобы выполнить домашние задания.
Андрій Латиш Викладач Андрій Латиш
Виктория Колесник
Виктория Колесник
Спасибо за курс по machine learning. Несмотря на то, что тема очень большая и сложная, преподавателю удалось просто и понятно объяснить основные идеи и попробовать применить их при выполнении домашних заданий. Кроме того, преподаватель всегда был на связи, помогал разобраться со сложными вопросами и поддерживал интерес к занятиям.
Андрій Латиш Викладач Андрій Латиш
Влад Долгополов
Влад Долгополов
Навыки и знания, полученные на курсе очень полезны и достаточны как для нахождения первой работы, так и для обычного расширения кругозора. За это большое спасибо Андрею Латышу за интересно подготовленную программу и удачное соотношение практики/теории
Андрій Латиш Викладач Андрій Латиш
Грета Гержановская
Грета Гержановская
Сам по себе курс достаточно интересный и ёмкий. Были продемонстрированы разные модели и методы машинного обучения. Преподаватель дружелюбный, готов отвечать на вопросы в любое время, даже ночью. Для начала, наверное, очень неплохой вариант. Из минусов. Было много переносов занятий (7 из 19, 4 по личной причине преподавателя). В конце не было дипломного проекта, хотя в программе писалось, что будет. Хотелось получить на последок какую-то задачу, где можно было бы применять те знания, которые были получены. При записи на курс не требовалось знания Python, но лично у меня были с этим сложности и мне приходилось очень много времени тратить в гугле, чтобы выполнить домашние задания.
Андрій Латиш Викладач Андрій Латиш
Павел Корчагин
Павел Корчагин
Спасибо большое преподавателю за отличный курс. Дмитрий провел нас от азов до самых последних разработок в данной области, оказывал всяческую поддержку и консультации. Данный курс позволил восполнить все пробелы. Отдельное спасибо школе, хорошо поставлен процесс обучения.
Дмитро Дегтярьов Викладач Дмитро Дегтярьов
Вячеслав Решетило
Вячеслав Решетило
профіль в Linked In
Всем спасибо, все было супер!) Отдельное спасибо Дмитрию Дегтярёву, Вы отлично объясняете и проводите аналогии, что очень важно и курс отлично зашел. Всем спасибо)
Дмитро Дегтярьов Викладач Дмитро Дегтярьов
Дмитрий Кардаш
Дмитрий Кардаш
Большое спасибо, Дмитрию Дегтярёву, за прекрасный курс. У меня до начала курса, был некоторый опыт в Машинном обучение и все было смутно и грустно, но после окончания: мало того что все разложил по полочкам, так еще и понял вещи, за которые страшно было браться. Первые несколько уроков было немного скучно и медленно, но с каждым новым занятием темпы познания нового увеличивались и это здорово. Советую всем новичкам) и обязательно делайте домашку, она прям must have!!!!
Дмитро Дегтярьов Викладач Дмитро Дегтярьов
Андрей
Андрей
сторінка в Facebook
Курс хорош для начинающих, хорошо обьясняют все основы, включая всю математику, которая происходит под капотом. Покрываются почти все темы современной отрасли машинного обучения. Преподаватель очень хороший, дружелюбно относится к студентам, помогает с вопросами о собственных проектах
Андрій Латиш Викладач Андрій Латиш
Олег
Олег
сторінка в Facebook
Мне очень понравился курс. Преподаватель постарался выложить нам материал максимально доступно. Так же помог разобраться с кодом. Всегда отвечал на интересующие нас вопросы, а так же делился опытом. В качестве бонусов- английский язык, что не сомненно есть большой плюс. Очень понравилось отношение к студентам как со стороны администраторов так директора. Рекомендую Всем!
Дмитро Дегтярьов Викладач Дмитро Дегтярьов
Татьяна
Татьяна
Курс интересный, преподаватель помогал с каждым вопросом. Жаль, что было много нейронок и мало деревьев с бустингом. Но рада, что прошла курс и получила новые знания)
Дмитро Дегтярьов Викладач Дмитро Дегтярьов
Сергей
Сергей
сторінка в Facebook
Всё было отлично. Андрей - отличный преподаватель. Очень удачный подбор материала. У меня есть твёрдое ощущение, что я разобрался во всём, что он нам рассказывал. Большое спасибо школе в целом и Андрею персонально
Андрій Латиш Викладач Андрій Латиш

Часті питання

  • Що потрібно знати для навчання на курсі Machine Learning?

    Математичний аналіз:

    • Похідні
    • Правило диференціювання складної функції
    • Градієнти

    Лінійна алгебра:

    • Вектори
    • Скалярний твір і векторний добуток
    • Функції та лінійні перетворення
    • Множення матриць
    • Зворотні функції
    • Транспонування матриці

    Планування експерименту:

    • Перевірка гіпотез
    • Тести на статистичну значущість
    • Випадковість
    • Імовірність

  • Чи видається сертифікат про закінчення курсів міжнародного рівня?

    Наш сертифікат про проходження курсів внутрішнього зразка. В першу чергу ми вам надаємо знання, що відповідають вимогам існуючих вакансій на ринку праці. В IT-сфері при прийомі на роботу на посаді початкового рівня абсолютно не важливо, які у вас є дипломи і яку сертифікацію ви пройшли. В першу чергу роботодавець на співбесіді буде розглядати те, що ви вмієте і в чому є досвід, а не який диплом ви зможете принести з собою. Це стосується як України, так і компаній, що знаходяться за кордоном.

    До того ж багато наших курсів вам можуть дати знання, які вам знадобляться для проходження сертифікації віддаленим чином через інтернет. Дану сертифікацію можна пройти тільки віддалено і самостійно.

  • Чи будуть задавати домашні завдання? Чи перевіряється виконане завдання?

    Так! Адже це обов'язкова і дуже важлива частина процесу вашого навчання, так як кожен Студент повинен закріпити весь отриманий на занятті матеріал вдома, виконуючи домашні завдання. Кожне задане ДЗ буде перевірятися викладачем, і по ньому ви будете отримувати фідбек. Також деякі завдання розбираються на наступному занятті. Без виконання домашній завдань ніхто не зможе домогтися бажаного результату.

  • Як отримати максимальний бал за домашнє завдання?

    Виконання домашніх робіт, одна з найважливіших складових навчання. Для того, щоб отримати максимальний бал за домашнє завдання, потрібно:

    • Виконати завдання в зазначені терміни
    • Виконати всі умови завдання
    • Виконати завдання без помилок
    • Перездача домашнього завдання не більше одного разу

  • Який потрібно мати комп'ютер, щоб навчатися на курсі Machine Learning?

    Вимоги до комп'ютера для навчання на курсі Machine Learning.

    Операційна система:

    • Windows 10 64-біт
    • macOS 10.13 або вище
    • Linux: Ubuntu 16.04 - 20.04

    Процесор* :

    • Мінімум intel core i5 4-го покоління
    • Рекомендується i5 7-го

    Оперативна пам'ять:

    • Мінімум 8 Гб
    • Рекомендується 16 Гб

    Пам'ять:

    • Мінімально 500 Гб HDD і більш
    • Рекомендується 200 Гб SSD і більш

    * Допустимі аналоги від AMD

Запит на консультацію

Залиште ваші контактні дані, і ми вам обов'язково зателефонуємо!

Обов'язково вкажіть ваше ім'я кирилицею

Обов'язково вкажіть email, за яким ми зможемо з вами зв'язатися

Обов'язково вкажіть телефон в міжнародному форматі

Школа працює з 10:00 до 21:00 по буднях і з 10:00 до 19:00 у вихідні дні (за київським часом, GMT + 2).

Відправлено

Матеріали в блозі