मशीन लर्निंग: मौलिक उपकरण और अभ्यास - पाठ्यक्रम RUB 51,590। नेटोलॉजी से, प्रशिक्षण 10 माह, दिनांक 30 नवम्बर 2023।
अनेक वस्तुओं का संग्रह / / December 02, 2023
बुनियादी एल्गोरिदम का अध्ययन करने के लिए उदाहरणों का उपयोग करें और पता लगाएं कि किन मामलों में उनका उपयोग करना है
तैयार डेटासेट पर एल्गोरिदम की तुलना करना सीखें और गुणवत्ता में सुधार के तरीकों की पहचान करें
प्रतिरूप निर्माण
जानें कि स्केलेरन लाइब्रेरी क्या है और इसका उपयोग कैसे करें। क्लस्टरिंग एल्गोरिदम सीखें और मॉडलों का समूह बनाने में सक्षम हों। मॉडलों का मूल्यांकन करना और ओवरफिटिंग के साथ काम करना सीखें। आप सीखेंगे कि ग्रिडसर्च और रैंडमाइज्डसर्च, मॉडल स्पेसिफिक सीवी, आउट ऑफ बैग दृष्टिकोण का उपयोग कैसे करें।
• स्केलेरन लाइब्रेरी
• वर्गीकरण एल्गोरिदम: रैखिक तरीके, लॉजिस्टिक रिग्रेशन और एसवीएम
• वर्गीकरण एल्गोरिदम: निर्णय वृक्ष
• प्रतिगमन एल्गोरिदम: रैखिक और बहुपद
• क्लस्टरिंग एल्गोरिदम
• पहनावा
• मॉडल सटीकता मूल्यांकन, पुनर्प्रशिक्षण, नियमितीकरण
• मॉडल की गुणवत्ता में सुधार
• परियोजना संगठन, अनुसंधान रिपोर्ट तैयार करना
• प्रयोगशाला कार्य
• मध्यवर्ती परियोजना का वितरण
ग्राहक के साथ काम करना
आप डेटा विज्ञान परियोजनाओं के विकास की योजना बनाना सीखेंगे, साथ ही ग्राहकों को शोध परिणामों के बारे में सक्षम रूप से बताएंगे।
• परियोजना संगठन
• अनुसंधान रिपोर्ट तैयार करना
अनुशंसा प्रणाली
इस और निम्नलिखित ब्लॉक में, आप अर्जित ज्ञान को मशीन लर्निंग के विभिन्न क्षेत्रों में लागू करेंगे। इस ब्लॉक के दौरान, सीखें कि वैयक्तिकृत और गैर-वैयक्तिकृत अनुशंसा प्रणालियाँ कैसे बनाएं और उन्हें कैसे संयोजित करें।
• सिफ़ारिशकर्ता प्रणालियों का परिचय और वर्गीकरण
• सामग्री-आधारित सिफ़ारिशें
•सहयोगी को छानने
• गैर-वैयक्तिकृत अनुशंसा प्रणालियाँ
• हाइब्रिड एल्गोरिदम
कंप्यूटर दृष्टि
आप बुनियादी कंप्यूटर विज़न तकनीकों में महारत हासिल करेंगे: फ़ीचर निष्कर्षण, छवि खोज, विभाजन, ऑब्जेक्ट डिटेक्शन, और यह भी सीखेंगे कि तंत्रिका नेटवर्क कैसे बनाया जाए।
• छवियों के आधार पर खोजें
• छवि विभाजन, वस्तु का पता लगाना
• विभाजन और पता लगाने के कार्यों के लिए अति-सटीक तंत्रिका नेटवर्क का अनुप्रयोग
• छवि प्रसंस्करण समस्याओं में आवर्ती नेटवर्क का अनुप्रयोग
• जनरेटिव एडवरसैरियल नेटवर्क (जीएएन)
प्राकृतिक भाषा प्रसंस्करण (एनएलपी)
आप रूपात्मक और वाक्यविन्यास विश्लेषण, वितरण शब्दार्थ और सूचना पुनर्प्राप्ति में महारत हासिल करेंगे। वेक्टर मॉडल में आयामीता को कम करना, वर्गीकृत करना, जानकारी निकालना और उत्पन्न करना सीखें ग्रंथ.
• रूपात्मक और वाक्यविन्यास विश्लेषण
• वेक्टर मॉडल में आयामीता को कम करने के तरीके। जानकारी की खोज
• विषय मॉडलिंग (एलएसए, एलडीए, एचडीपी)
• वितरणात्मक शब्दार्थ (word2vec, GloVe, AdaGram)
• गणनीय भाषा मॉडल और संभाव्य भाषा मॉडल। एलएसटीएम। मशीन अनुवाद
• पाठ निर्माण (प्राकृतिक भाषा निर्माण)
• एओटी में वर्गीकरण समस्या
समय श्रृंखला
इस गहन इकाई में, आप समय श्रृंखला की उत्पत्ति और संरचना की पहचान करना सीखेंगे, मशीन लर्निंग मॉडल बनाते समय प्रभावी निर्णय लेने के लिए भविष्य के मूल्यों की भविष्यवाणी करेंगे। आप समझ जाएंगे कि लोकप्रिय तरीकों और पुस्तकालयों के "हुड के नीचे" क्या है।
• समय श्रृंखला प्रसंस्करण के लिए एल्गोरिदम
• ARIMA और GARCH मॉडल
• मार्कोव यादृच्छिक प्रक्रियाएं
अंतिम हैकथॉन
आइए पाठ्यक्रम साथियों के साथ प्रतिस्पर्धा करके प्रशिक्षण पूरा करें: सीमित समय के लिए एक मिनी-टीम के हिस्से के रूप में और प्रमुख खिलाड़ियों के डेटासेट के आधार पर बाजार में, आपको अर्जित सभी ज्ञान और कौशल का उपयोग करके, बिक्री की भविष्यवाणी करने या उत्पादन को अनुकूलित करने की समस्याओं को हल करना होगा अवधि। व्यवसाय में मशीन लर्निंग समाधानों के एकीकरण और उपयोग में, एक नियम के रूप में, टीम गेम शामिल होता है, इसलिए हैकथॉन आवश्यक सॉफ्ट कौशल के प्रशिक्षण के रूप में भी उपयोगी है।
स्नातक परियोजना
अपने थीसिस प्रोजेक्ट के हिस्से के रूप में, आप अपनी वर्तमान व्यावसायिक समस्याओं को हल करने के लिए एक एमएल मॉडल बनाएंगे: यह एक प्रणाली हो सकती है बिक्री का पूर्वानुमान, फ़ोटो या वीडियो में वस्तु की पहचान, समय श्रृंखला विश्लेषण, बड़ी मात्रा में पाठ का विश्लेषण, आदि। डी। यदि इस समय आपके पास अपने प्रोजेक्ट के लिए विचार (या आवश्यक डेटा तक पहुंच) नहीं है, तो हम आपको अन्य कंपनियों के वास्तविक डेटासेट के आधार पर आपकी रुचि के क्षेत्र में एक केस स्टडी की पेशकश करेंगे। थीसिस पाठ्यक्रम विशेषज्ञों के मार्गदर्शन में स्वतंत्र रूप से पूरी की जाती है और आपको कार्यक्रम में अर्जित ज्ञान और कौशल की पूरी श्रृंखला को समेकित करने की अनुमति देती है।