Адрес e-mail:

Обучение на размеченных данных

Кафедра интеллектуальных систем МФТИ

Кафедра дискретной математики МФТИ 

Центр инновационных образовательных технологий МФТИ

Центр дополнительного профессионального образования МФТИ 

представляют 

программу курса повышения квалификации

«Обучение на размеченных данных» 




Краткие данные курса:


Категория слушателей: студенты, аспиранты, профессорско-преподавательский состав, специалисты.

Форма обучения: заочная, дистанционная в формате Coursera;

Режим обучения: четыре недели, 18 часов в неделю, 2-3 часа в день;

Объем учебной программы: 72 часа;

Документ об окончании обучения: сертификат Coursera, удостоверение о повышении квалификации установленного образца;

Регистрация на курс: на условно бесплатную версию курса (формата MOOC) запись ведется непрерывно на сайте Coursera.org;

Начало занятий: с 13 ноября 2017 года;



Перейти в Cousera.org для записи на курс формата MOOC


Перейти в анкету для записи на полноценный курс





supervisedLearning.png
Программа «Обучение на размеченных данных» является второй частью специализации «Машинное обучение и анализ данных», первой ее частью является курс "Математика и Python для анализа данных".

Обучение на размеченных данных или обучение с учителем – это наиболее распространенный класс задач машинного обучения. К нему относятся те задачи, где нужно научиться предсказывать некоторую величину для любого объекта, имея конечное число примеров.

Это может быть предсказание уровня пробок на участке дороги, определение возраста пользователя по его действиям в интернете, предсказание цены, по которой будет куплена подержанная машина.

В этом курсе слушатели научатся формулировать и, конечно, решать такие задачи. В центре внимания будут успешно применяемые на практике алгоритмы классификации и регрессии: линейные модели, нейронные сети, решающие деревья и так далее. Особый акцент будет сделан на такой мощной технике как построение композиций, которая позволяет существенно повысить качество отдельных алгоритмов и широко используется при решении прикладных задач. В частности, мы узнаем про случайные леса и про метод градиентного бустинга. Построение предсказывающих алгоритмов — это лишь часть работы при решении задачи анализа данных. Мы разберемся и с другими этапами: оценивание обобщающей способности алгоритмов, подбор параметров модели, выбор и подсчет метрик качества.

Этот курс предназначен для тех, кто хочет начать знакомство с машинным обучением и уже владеет необходимой математической базой: математическим анализом, линейной алгеброй, теорией вероятностей. Мы объясним основные методы обучения с учителем, разберём постановки задач и способы оценивания качества решения. Курс может быть интересен как для тех, кто изучает анализ данных и хочет профессионально применять его на практике, так и для тех, кто хочет разобраться для себя, в чём заключается машинное обучение.



Преподавателями курса являются научные сотрудники исследовательской группы «Фабрики данных Яндекса», специалисты в области Data mining и Machine Learning.

Эмели Драль - ведущий аналитик и преподаватель “Фабрики данных Яндекса”

Виктор Кантор - старший преподаватель ФИВТ МФТИ, руководитель группы “Фабрики данных Яндекса”

Евгений Соколов - преподаватель и руководитель группы “Фабрики данных Яндекса”

Евгений Рябенко - кандидат физико-математических наук, доцент кафедры "Интеллектуальные системы" ФУПМ МФТИ, Data Scientist “Фабрики данных Яндекса”

Воронцов Константин Вячеславович - доктор физико-математических наук, профессор кафедры «Интеллектуальные системы» ФУПМ МФТИ, эксперт департамента разработки компании Яндекс



Примеры медиа-материалов курса

(нажмите для увеличения)


   



Самый дешевый вариант: изучить курс "Обучение на размеченных данных" на coursera.org. Это стандартный массовый онлайновый курс (MOOC): видеолекции доступны бесплатно, задания, форум, и сертификат coursera - за небольшую плату (около 4 тыс рублей).

Курс повышения квалификации, в отличие от MOOC-курса на cousera, стоит больше, но вы получаете дополнительные возможности:

  • видеолекции дополнияются вебинарами: всего курс содержит 8 вебинаров, по 2 в неделю. Вебинары дают возможность общаться в преподавателем непосредственно и задавать ему вопросы, что значительно увеличивает эффективность обучения;
  • дополнительные задания: курс повышения квалификации содержит больше заданий, причем их сложность выше, что тоже повышает качество обучения;
  • более насыщенная итоговая аттестация: по итогам обучения Вы выдерживаете настоящий онлановый экзамен, в случае успешной сдачи которого Вы получаете...
  • удостоверение о повышении квалификации МФТИ установленного образца. В отличие от сертификата Coursera, это серьезный документ, признающийся в качестве аттестационного документа выдаваемого учебными учреждениями МОН России. Такой документ поможет, например, проходить периодическую переаттестацию в российский госучреждениях.
  • Всего объем курса по сравнению с MOOC-курса на cousera возрастает более чем вдвое: с 32 до 72 часов.


Перейти в Cousera.org для записи на курс формата MOOC


Перейти в анкету для записи на полноценный курс

Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

МФТИ в социальных сетях

soc-vk soc-fb soc-tw soc-li soc-li soc-yt
Яндекс.Метрика