Enroll Course: https://www.coursera.org/learn/ntumlone-mathematicalfoundations
В эпоху больших данных и искусственного интеллекта знание основ машинного обучения становится необходимым. Курс “基石上: Основы машинного обучения” предлагает прочную математическую основу для понимания машинного обучения и его алгоритмов. Это первый курс из двух, который сосредоточен на математических инструментах, в то время как второй курс будет посвящен алгоритмическим методам.
Курс включает в себя восемь лекций, которые поэтапно вводят в ключевые темы:
- Первая лекция: Проблема обучения – что такое машинное обучение и как оно связано с другими областями.
- Вторая лекция: Обучение отвечать ‘да/нет’ – ваш первый алгоритм обучения, который “чертует границу” между ‘да’ и ‘нет’, адаптируясь по данным.
- Третья лекция: Типы обучения – рассмотрение возможностей различных приложений, акцент на бинарной классификации и регрессии.
- Четвертая лекция: Оценка возможности обучения – как обучение может быть “вероятно, примерно правильным” при достаточном объеме статистических данных.
- Пятая лекция: Обучение против тестирования – рассмотрение выбора гипотез во время обучения.
- Шестая лекция: Теория обобщения – как ошибка тестирования может приблизиться к ошибке обучения.
- Седьмая лекция: VC-измерение – условия, при которых обучение возможно.
- Восьмая лекция: Шум и ошибка – извлечение знаний в шумной среде.
Этот курс идеально подходит для тех, кто хочет получить систематизированные знания в области машинного обучения. Его содержание разбито на понятные и логичные блоки, что делает обучение доступным даже для начинающих. Рекомендуем этот курс всем, кто хочет глубже понять механизмы, лежащие в основе алгоритмов машинного обучения!
Enroll Course: https://www.coursera.org/learn/ntumlone-mathematicalfoundations