Инженер машинного обучения: от математического вывода до проектирования архитектур

Программа курса

Ознакомьтесь с программой курса «Инженер машинного обучения: от математического вывода до проектирования архитектур» от Gurufy - gurufy.ru

1. Математический фундамент: Линейная алгебра и Математический анализ в машинном обучении - 1 час. Математический фундамент: Линейная алгебра и Математический анализ в машинном обучении.
2. Теория вероятностей и Математическая статистика для глубокого анализа данных - 1 час. Теория вероятностей и Математическая статистика для глубокого анализа данных.
3. Классическое машинное обучение: от линейной регрессии до градиентного бустинга и ансамблей - 1 час. Классическое машинное обучение: от линейной регрессии до градиентного бустинга и ансамблей.
4. Основы нейронных сетей: Многослойный перцептрон и математический вывод обратного распространения ошибки - 1 час. Основы нейронных сетей: Многослойный перцептрон и математический вывод обратного распространения ошибки.
5. Функции потерь и современные методы оптимизации градиентного спуска - 1 час. Функции потерь и современные методы оптимизации градиентного спуска.
6. Сверточные и рекуррентные архитектуры: глубокое погружение в обработку сигналов и последовательностей - 1 час. Сверточные и рекуррентные архитектуры: глубокое погружение в обработку сигналов и последовательностей.
7. Трансформеры и механизмы внимания: детальный архитектурный разбор и реализация - 1 час. Трансформеры и механизмы внимания: детальный архитектурный разбор и реализация.
8. Fine-tuning и стратегии переноса обучения (Transfer Learning) в прикладных бизнес-задачах - 1 час. Fine-tuning и стратегии переноса обучения (Transfer Learning) в прикладных бизнес-задачах.
9. Отладка и аудит ML-систем: методология поиска ошибок в коде, весах и данных - 1 час. Отладка и аудит ML-систем: методология поиска ошибок в коде, весах и данных.
10. Проектирование ML-систем (System Design) и комплексная подготовка к техническому интервью - 1 час. Проектирование ML-систем (System Design) и комплексная подготовка к техническому интервью.

Чему вы научитесь

• Освоите и сможете применять: сверточные и рекуррентные архитектуры глубокое погружение в обработку сигналов и последовательностей.
• Научитесь анализировать и применять: отладка и аудит ml систем методология поиска ошибок в коде, весах и данных.
• Освоите и сможете применять: fine tuning и стратегии переноса обучения (transfer learning) в прикладных бизнес задачах.
• Освоите и сможете применять: функции потерь и современные методы оптимизации градиентного спуска.
• Освоите основы: теория вероятностей и математическая статистика для глубокого анализа данных.