मशीन लर्निंग - पाठ्यक्रम RUB 39,240। स्किलफैक्ट्री से, प्रशिक्षण 12 सप्ताह, दिनांक 13 अगस्त 2023।

मशीन लर्निंग का परिचय
- हम मशीन लर्निंग के मुख्य कार्यों और तरीकों से परिचित होते हैं, व्यावहारिक मामलों का अध्ययन करते हैं और एमएल प्रोजेक्ट पर काम करने के लिए बुनियादी एल्गोरिदम लागू करते हैं।
— हम विषय को समेकित करने के लिए 50+ समस्याओं का समाधान करते हैं

डेटा प्रीप्रोसेसिंग विधियाँ
- हम डेटा प्रकारों का अध्ययन करते हैं, डेटा को साफ और समृद्ध करना सीखते हैं, प्रीप्रोसेसिंग के लिए विज़ुअलाइज़ेशन का उपयोग करते हैं और फीचर इंजीनियरिंग में महारत हासिल करते हैं
- हम विषय को समेकित करने के लिए 60+ समस्याओं का समाधान करते हैं

वापसी
- हम डेटा प्रकारों का अध्ययन करते हैं, डेटा को साफ और समृद्ध करना सीखते हैं, रैखिक और लॉजिस्टिक प्रतिगमन में महारत हासिल करते हैं, प्रयोज्यता, विश्लेषणात्मक अनुमान और नियमितीकरण की सीमाओं का अध्ययन करते हैं।
- प्रशिक्षण प्रतिगमन मॉडल
- हम विषय को समेकित करने के लिए 40+ समस्याओं का समाधान करते हैं

क्लस्टरिंग
— हम शिक्षक के बिना सीखने में महारत हासिल करते हैं, इसकी विभिन्न विधियों का अभ्यास करते हैं, एमएल का उपयोग करके पाठ के साथ काम करते हैं
— हम विषय को समेकित करने के लिए 50+ समस्याओं का समाधान करते हैं

वृक्ष-आधारित एल्गोरिदम: पेड़ों का परिचय
- निर्णय वृक्षों और उनके गुणों से परिचित होना, स्केलेर लाइब्रेरी से वृक्षों में महारत हासिल करना और प्रतिगमन समस्या को हल करने के लिए वृक्षों का उपयोग करना
- हम विषय को समेकित करने के लिए 40+ समस्याओं का समाधान करते हैं

वृक्ष-आधारित एल्गोरिदम: समूह
- हम वृक्ष समुच्चय की विशेषताओं का अध्ययन करते हैं, बढ़ावा देने का अभ्यास करते हैं, लॉजिस्टिक रिग्रेशन बनाने के लिए समुच्चय का उपयोग करते हैं
 - हम विषय को समेकित करने के लिए 40+ समस्याओं का समाधान करते हैं
 — हम वृक्ष-आधारित मॉडल के प्रशिक्षण के लिए कागल पर एक प्रतियोगिता में भाग ले रहे हैं

एल्गोरिदम की गुणवत्ता का आकलन करना
- हम नमूना विभाजन, अंडर- और ओवरट्रेनिंग के सिद्धांतों का अध्ययन करते हैं, विभिन्न गुणवत्ता मेट्रिक्स का उपयोग करके मॉडल का मूल्यांकन करते हैं, सीखने की प्रक्रिया की कल्पना करना सीखते हैं
- हम कई एमएल मॉडल की गुणवत्ता का मूल्यांकन करते हैं
- हम विषय को समेकित करने के लिए 40+ समस्याओं का समाधान करते हैं

मशीन लर्निंग में समय श्रृंखला
- एमएल में समय श्रृंखला विश्लेषण से परिचित होना, रैखिक मॉडल और XGBoost में महारत हासिल करना, क्रॉस-सत्यापन और पैरामीटर चयन के सिद्धांतों का अध्ययन करना
— हम विषय को समेकित करने के लिए 50+ समस्याओं का समाधान करते हैं

अनुशंसा प्रणाली
- हम अनुशंसा प्रणाली के निर्माण के तरीकों का अध्ययन करते हैं, एसवीडी एल्गोरिदम में महारत हासिल करते हैं, प्रशिक्षित मॉडल की सिफारिशों की गुणवत्ता का मूल्यांकन करते हैं
— हम विषय को समेकित करने के लिए 50+ समस्याओं का समाधान करते हैं

अंतिम हैकथॉन
- हम कागल पर मॉडल भविष्यवाणियों की अधिकतम सटीकता प्राप्त करने के लिए सभी अध्ययन किए गए तरीकों को लागू करते हैं