YoVDO

Машинное обучение на больших данных

Offered By: Higher School of Economics via Coursera

Tags

Machine Learning Courses Big Data Courses Data Preparation Courses Text Analysis Courses Recommendation Systems Courses Data Labeling Courses Algorithm Optimization Courses Word2Vec Courses

Course Description

Overview

И исследователи в лабораториях, и инженеры в больших корпорациях бьются над одной задачей — получить наиболее точную предсказательную модель по имеющимся данным. Эту задачу можно решить, используя современные методы из области машинного обучения. К сожалению, когда данных становится слишком много, классические алгоритмы становятся неэффективными или перестают работать вовсе.

В этом онлайн-курсе НИУ ВШЭ мы рассмотрим основные проблемы, которые возникают при попытке обучить машину на больших данных, и методы их решения. Изучим подходы для эффективной разметки данных, модификации в классических алгоритмах, которые позволяют им эффективно работать, а также наиболее популярные инструменты для решения задач интеллектуального анализа данных.

Syllabus

  • Подготовка данных к обучению
    • Сегодня машинное обучение в основном хорошо работает, когда у нас есть большие массивы размеченных данных. На этой неделе мы разберемся, какие форматы данных и разметки существуют и как эту разметку можно собирать.
  • Обучение классических моделей на больших данных
    • На этой неделе мы разберемся как обучать классические алгоритмы (линейные модели и деревья решений) на больших данных.
  • Построение рекомендательных систем
    • На этой неделе мы посмотрим, как можно распараллелить классические алгоритмы, применяемые в рекомендательных системах.
  • Анализ больших объемов текстовой информации
    • На этой неделе рассмотрим задачи машинного обучения на текстах. Поговорим про важный этап - предобработку текста, и то, как получить структурированное представление текстовых данных с помощью таких моделей как word2vec и BERT.
  • Обучение глубоких нейронных сетей
    • На этой неделе будем говорить о том, как распараллелить обучение современных нейросетей. Узнаем, как устроены внутри Horovod и Parameter Server. Также поговорим про Transfer Learning как способ избежать долгого обучения сети с нуля.

Taught by

Andrei Zimovnov

Tags

Related Courses

Mining Massive Datasets
Stanford University via edX
Nearest Neighbor Collaborative Filtering
University of Minnesota via Coursera
Practical Deep Learning For Coders
fast.ai via Independent
Data Mining: Theories and Algorithms for Tackling Big Data | 数据挖掘:理论与算法
Tsinghua University via edX
ความรู้พื้นฐานเกี่ยวกับบิ๊กดาตา | Big Data Concept
Sukhothai Thammathirat Open University via ThaiMOOC