Набор закрыт

Основы машинного обучения

Присоединяйся к Образовательному центру VK в МГТУ!
Изображение образовательного центра/проекта

Начни путь в IT вместе с экспертами VK Education

Длительность

Формат

Нагрузка

Кто может учиться

Стоимость

Статус

Набор заявок закрыт

Изучай то, что востребовано на рынке

Получай практические навыки

Программа по машинному обучению

Командная работа

Знания для старта карьеры

Содержание

1 семестр

цель курса

всего

преподаватель

аватар

Вадим Журавлёв

Введение в анализ данных и машинное обучение

Задачи классификации и регрессии I

Задачи классификации и регрессии II

Оценка качества моделей и работа с признаками

Работа с текстовыми данными I

Обучение без учителя

Ансамбли моделей

Работа с текстовыми данными II

Рекомендательные системы

Работа с гео-данными

Анализ графов

Анализ сигналов

Экзамен

цель курса

преподаватель

аватар

Владислав Ефимов

Знакомство с командной строкой. Управляющие конструкции. Базовые типы данных

Коллекции

Базовые сведения о функциях. Автодокументация

Генераторы. Декораторы

Области видимости LEGB. Встроенные функции

Файлы. Модули для работы с коллекциями, функциями, датой и временем

Классы: введение, декораторы методов

ООП, магические методы

Итоговый самостоятельный проект

цель курса

всего

преподаватели

аватар

Алексей Крымов

аватар

Дмитрий Глушенков

аватар

Дмитрий Корепанов

Введение в курс. Массивы.

Элементарные алгоритмы и структуры данных

Двоичная куча. Сортировки

Работа с массивами и базовыми структурами данных.

Порядковые статистики. Сортировка подсчетом. Устойчивость сортировок.

Рубежный контроль №1. Проверка знаний

Хеш-функции. Хеш-таблицы.

Хеш-таблицы

Деревья поиска

Деревья поиска

Коды Хаффмана

Рубежный контроль №2. Проверка знаний

Графы

Графы. Обходы

Кратчайшие пути

Кратчайшие пути. Остовные деревья

Остовные деревья. Задача коммивояжера

Итоговое занятие

цель курса

преподаватель

Иван Ремень

Вводная о курсе. Обзор индустрии

Подходы к разработке

Требования и приоритизация

Основы проектирования

Продвинутое проектирование

Работа с рисками

Постановка задач

Уровень данных и СУБД

Бизнес-логика и API

Edge

ML

2 семестр

цель курса

Введение, основы нейронных сетей

Детали обучения нейронных сетей

Сверточные сети (CNN)

Методы оптимизации

Глубинные нейронные сети. Архитектуры глубинных сетей

Задачи детекции и сегментации

Интерпретация моделей

Рекуррентные сети (RNN)

Нейронные сети для обработки естественного языка

Введение в ЦОС и распознавание речи (ASR)

Нейронные сети в ASR

Соперничающие сети (GAN)

Вариационные автокодировщики (VAE) и Diffusion Models

Обучение с подкреплением (RL)

Графовые нейронные сети (GNN)

Нейронные сети для обработки естественного языка

Защита семестровых проектов.

цель курса

Контроль остаточных знаний. Пространства имен, using. STL - Функторы, умные указатели

STL - итераторы. Контейнеры. Алгоритмы

std::ranges. Аллокаторы

filesystem. Регулярные выражения. Кодировки, icu

Повторное использование кода - наследование, полиморфизм. RTTI

Виртуальные функции. Чистые виртуальные функции и интерфейсы

Множественное наследование. Исключения

Универсальные ссылки, perfect forwarding. Шаблоны с переменным числом аргументов

SFINAE. Концепты

Гетерогенные контейнеры (variant, tuple), удаление типов

Реализация рефлексии на C++. Знакомство с boost::mp

Экзамен

цель курса

Этапы деловой коммуникации: что делает общение эффективным?

Что поможет услышать и правильно понять собеседника?

Что поможет донести информацию, быть услышанным и правильно понятым?

Структура и содержание выступления

Техники работы с аудиторией

Кому подходит курс?

Студенты МГТУ им. Н. Э. Баумана от 3-го курса и старше

Какие требования?

Обладать знаниями и навыками

Иметь достаточно времени

Быть готовым получать знания

Как поступить на программу?

Подай заявку

До 16 февраля 2025 года. Внимательно изучи страницу курса. Убедись, что соответствуешь всем требованиям к поступающим, и подай заявку на участие. Если анкета заполнена верно, мы рассмотрим твою заявку.

Набор заявок закрыт

Как подготовиться?

Книги

C. D. Manning, P. Raghavan, H. Schütze

Другие источники

Видеокурс в Техносфере

Информационный поиск

Набор заявок закрыт