Образовательный центр VK в МГУ

Длительность

16 занятий
68 ак. часов

Курс преподают

Всеволод Викулин
Дмитрий Меркушов
Дмитрий Парпулов
Владимир Бугаевский
Петр Зайдель
Никита Ермолаев
Артемий Голиков

Получаемые навыки

– Вы научитесь применять алгоритмы машинного обучения для решения задач Data Mining.
– Изучите методы построения, преобразования, отбора признаков, научитесь оценивать качество построенных моделей и визуализировать результаты анализа.
– На практике познакомитесь с современными библиотеками научных вычислений и выполните семестровый проект, близкий к бизнес-задачам VK.

Контроль знаний

Для успешной аттестации необходимо вовремя выполнять все задания. Итоговый рейтинг по дисциплине — это сумма баллов, полученных за работу в течение семестра: сдачу домашних заданий и рубежных контролей, защиту итогового проект

Требования

Вам необходимо базовое владение аппаратом математического анализа, линейной алгебры и теории вероятностей, чтобы учиться.

Цель курса — научить вас использовать современные и классические алгоритмы машинного обучения.

Модели машинного обучения позволяют извлечь из баз данных полезные знания и применить их в бизнесе, например, при создании рекомендательных и поисковых систем или оптимизации рекламных сервисов.

На курсе вы узнаете, как алгоритмы машинного обучения помогают анализировать огромные массивы данных из различных сервисов VK, и сами научитесь их применять, выполняя семестровый проект.

Смешанное занятие №1

Введение

Смешанное занятие №2

Knn

Смешанное занятие №3

Линейные модели регрессии.

Смешанное занятие №4

Линейные модели классификации.

Смешанное занятие №5

Метод опорных векторов.

Смешанное занятие №6

Рекомендательные системы