Машинное обучение для руководителей
Offered By: E-Learning Development Fund via Coursera
Course Description
Overview
Данные — золото цифрового мира. Невозможно управлять современной цифровой компанией без знаний основ машинного обучения. Если вы создаете новые продукты и сервисы, ищете профессионалов в команду, выбираете подрядчиков и контролируете ход цифровых проектов — вам необходимо знать об умных алгоритмах и искусственном интеллекте.
Курс по машинному обучению для руководителей — это выжимка знаний и практического опыта. Вы узнаете: когда следует применять машинное обучение, какие виды машинного обучения бывают, как организовать проект, о каких нюансах принятия решения при внедрении искусственного интеллекта в практическую деятельность важно помнить.
В результате обучения вы:
• Научитесь управлять проектами с применениям машинного обучения и искусственного интеллекта
• Узнаете о методологии Cross-Industry Standard Process for Data Mining — межотраслевого стандартного процесса для исследования данных
• Научитесь строить и проверять гипотезы
Курс по машинному обучению для руководителей — это выжимка знаний и практического опыта. Вы узнаете: когда следует применять машинное обучение, какие виды машинного обучения бывают, как организовать проект, о каких нюансах принятия решения при внедрении искусственного интеллекта в практическую деятельность важно помнить.
В результате обучения вы:
• Научитесь управлять проектами с применениям машинного обучения и искусственного интеллекта
• Узнаете о методологии Cross-Industry Standard Process for Data Mining — межотраслевого стандартного процесса для исследования данных
• Научитесь строить и проверять гипотезы
Syllabus
- Вступление
- Модуль 1. Введение в ML
- Модуль 2. Управление ML-проектом
- Модуль 3. Моделирование
- Модуль 4. Команда ML-проекта
- Итоговое задание
- Дополнительные материалы
Taught by
Данил Лесоводский and Сергей Лукашкин
Related Courses
Statistics OnePrinceton University via Coursera Intro to Statistics
Stanford University via Udacity Passion Driven Statistics
Wesleyan University via Coursera Statistics
San Jose State University via Udacity Introduction to Statistics: Inference
University of California, Berkeley via edX