Структурирование проектов по машинному обучению
Offered By: DeepLearning.AI via Coursera
Course Description
Overview
Из этого курса вы узнаете, как создавать успешные проекты по машинному обучению. Вы — лидер команды по внедрению ИИ или хотите им стать? Этот курс научит вас ставить правильные цели для своей команды.
Многое из содержимого этого курса никогда не предлагалось в других образовательных проектах и наработано на основе моего опыта построения и внедрения многочисленных проектов. В настоящий курс также включены два тренажера, которые позволят вам отработать принятие решений в ходе организации проектов по машинному обучению. Тренажеры дадут вам опыт, на получение которого иначе могло бы потребоваться несколько лет работы в машинном обучении.
После двух недель занятий вы:
— поймете, как диагностировать ошибки в системах машинного обучения;
— научитесь выделять наиболее перспективные направления для снижения количества ошибок;
— получите знания о сложных настройках машинного обучения, таких как несоответствие наборов для обучения тестовым наборам, и сравнении показателей машины с показателями человеческого уровня;
— узнаете, как применять сквозное обучение (end-to-end learning), перенос обучения (transfer learning) и многозадачное обучение (multi-task learning).
Я видел, как команды специалистов впустую тратили месяцы и даже годы работы потому, что не понимали принципы, излагаемые в этом курсе. Я надеюсь, что этот двухнедельный курс сэкономит месяцы вашего времени.
Он независим от других, и для его прохождения нужны только базовые знания в области машинного обучения. Это третий курс специализации «Глубокое обучение».
Syllabus
- Стратегия в области машинного обучения (ML)
- Стратегия машинного обучения (2)
Taught by
Andrew Ng, Younes Bensouda Mourri and Kian Katanforoosh
Related Courses
Introduction to Artificial IntelligenceStanford University via Udacity Natural Language Processing
Columbia University via Coursera Probabilistic Graphical Models 1: Representation
Stanford University via Coursera Computer Vision: The Fundamentals
University of California, Berkeley via Coursera Learning from Data (Introductory Machine Learning course)
California Institute of Technology via Independent