Программы по теме «Машинное обучение» в направлении «Нейросети и AI». Сравнивайте содержание, авторов и новые материалы в одном разделе.
В подборку входят доступные курсы, которые одновременно относятся к направлению «Нейросети и AI» и теме «Машинное обучение». Страница обновляется автоматически: новые подготовленные программы появляются здесь после синхронизации и AI-разметки.
Программа SkillBox «Профессия Data Scientist» посвящена анализу данных, машинному обучению и нейросетям. Она включает 8 курсов, 94 тематических модуля и два дипломных проекта-соревнования на Kaggle. По описанию, выпускник сможет претендовать на позицию Junior Data Scientist.
Подробнее →Курс посвящён применению Python в задачах анализа данных: от базового синтаксиса до сбора информации, работы с таблицами и построения моделей машинного и глубокого обучения. В программе рассматриваются библиотеки re, bs4, pandas, sklearn и keras (tensorflow).
Подробнее →Практический курс по искусственному интеллекту и машинному обучению, построенный вокруг создания 100 проектов. В программе рассматриваются библиотеки PyTorch, TensorFlow, HuggingFace, LangChain, а также инструменты для локальной разработки: Ollama, ChromaDB, Streamlit, Gradio, LangGraph и CrewAI. Курс включает 8 разделов, 40 лекций общей продолжительностью около 3 часов 8 минут.
Подробнее →Книга Адама Гибсона и Джоша Паттерсона посвящена практическому применению глубокого обучения. Рассматриваются фундаментальные концепции, архитектуры нейронных сетей и работа с библиотекой Deeplearning4j (DL4J) для создания профессиональных систем.
Подробнее →Материал Артема Груздева посвящён применению генетического алгоритма для отбора признаков в машинном обучении. В нём приводится описание подхода и его реализация на Python в формате Jupyter-тетрадки. Автор — директор исследовательского центра «Гевисста», специализирующегося на прогнозном моделировании.
Подробнее →Программа SkillBox «Профессия Data Scientist» посвящена анализу данных, машинному обучению и нейросетям. Она включает 8 курсов, 94 тематических модуля и два дипломных проекта-соревнования на Kaggle. По описанию, выпускник сможет претендовать на позицию Junior Data Scientist.
Подробнее →Курс посвящён применению Python в задачах анализа данных: от базового синтаксиса до сбора информации, работы с таблицами и построения моделей машинного и глубокого обучения. В программе рассматриваются библиотеки re, bs4, pandas, sklearn и keras (tensorflow).
Подробнее →Практический курс по искусственному интеллекту и машинному обучению, построенный вокруг создания 100 проектов. В программе рассматриваются библиотеки PyTorch, TensorFlow, HuggingFace, LangChain, а также инструменты для локальной разработки: Ollama, ChromaDB, Streamlit, Gradio, LangGraph и CrewAI. Курс включает 8 разделов, 40 лекций общей продолжительностью около 3 часов 8 минут.
Подробнее →Книга Адама Гибсона и Джоша Паттерсона посвящена практическому применению глубокого обучения. Рассматриваются фундаментальные концепции, архитектуры нейронных сетей и работа с библиотекой Deeplearning4j (DL4J) для создания профессиональных систем.
Подробнее →