Онлайн обучение

Този уводен курс по контролирано обучение обхваща техники за регресия и класификация, включително линейна и полиномна регресия, логистична регресия, кръстосано потвърждение и др. Разглеждат се и някои неконтролирани методи за обучение, като основни компоненти и клъстеризация. Курсът набляга на практическото разбиране без тежка математика, като използва R за изчисления и предоставя подробни уроци за използването му. Запознайте се с основните елементи на съвременния анализ на данни заедно с нас.

Предварителни условия: Препоръчват се основни познания по статистика, линейна алгебра и информатика.

Преподаватели: Преподаватели: Тревър Хасти, професор по статистика в Станфордския университет, и Робърт Тибширани, професор по здравни изследвания и политика и статистика в Станфордския университет.

В този курс се разглеждат основите на R – популярен език за програмиране и софтуерна среда, широко използвани от анализатори на данни, статистици и специалисти по данни за статистически изчисления и графики в цял свят. Курсът е въвеждащ в R, като включва инсталационни процедури и основни статистически операции. Курсът ви дава умения за работа с променливи и външни набори от данни, за създаване на функции и предлага прозрения от един от съсъздателите на езика R, Робърт Джентълмен. Разгледайте света на R и подобрете възможностите си за статистически изчисления с този изчерпателен курс.

Този курс ви дава основни умения в R, като обхваща типове данни, променливи, вектори, матрици, списъци, рамки от данни, импортиране на данни, логически оператори, цикли, функции, изчертаване на данни, визуализация и основни статистически функции. Предишният опит в научна или инженерна дисциплина е полезен, но не е задължителен, което го прави достъпен за обучаеми с основни компютърни умения. Присъединете се към нас, за да подобрите познанията си по R и да постигнете отлични резултати в областта на статистическите изчисления и анализа на данни.

Специализацията по машинно обучение е фундаментална онлайн програма, създадена в сътрудничество между Stanford Online и DeepLearning.AI. Тази програма, предназначена за начинаещи, ще ви научи на основите на машинното обучение и как да използвате тези техники за създаване на реални приложения за изкуствен интелект.

Тази специализация, състояща се от 3 курса, е актуализирана и разширена версия на оригиналния курс по машинно обучение на Андрю Нг. Той предлага цялостно въведение в съвременното машинно обучение, обхващащо контролирано обучение (включително множествена линейна регресия, логистична регресия, невронни мрежи и дървета за вземане на решения), неконтролирано обучение (включително клъстеризация, намаляване на размерността и препоръчителни системи) и най-добрите практики в областта на изкуствения интелект и иновациите в машинното обучение (като оценка на моделите, настройка и подобряване на производителността, ориентирано към данните).

Този курс не изисква предварителни познания, което го прави достъпен за начинаещи. Той обхваща основни компетенции, включително множествена линейна регресия, логистична регресия, невронни мрежи, дървета за вземане на решения, клъстеризация, намаляване на размерността, препоръчителни системи и най-добри практики за оценка и настройка на моделите, както и възприемане на ориентиран към данните подход за подобряване на производителността. Започнете пътуването си в областта на машинното обучение с този достъпен и изчерпателен курс.