Machine Learning
Мы учим владеть AI инструментами. Именно таких специалистов ищут компании.
Помогаем составить резюме и тренируем прохождение собеседований.
Стажировка на реальных проектах в команде.
Где работают наши выпускники
В этих известных компаниях наши студенты работают на фултайм и контракте. А также огромное количество выпускников трудится в сотнях других компаний по всему миру.
Средняя зарплата по уровням
Ваш карьерный путь от первой работы до эксперта. Зарплаты актуальны для рынка США на 2025 год.
в PASV
Reviews from Machine Learning course graduates
Students start going through interviews while still taking the course. All our students who start job searching get employed within 1-2 months of searching.
О профессии
Что вы получите по окончании
- The course provides basic knowledge to enter the world of machine learning
- A promising field with high demand in the job market and attractive salaries
- We will teach Python programming and basic mathematics
- Interview training, resume assistance, and preparation for successful employment
- Internship in a commercial project to apply knowledge in practice
- Spouse learns for free in the same cohort
Кому подойдет этот курс
Программа курса
1. Learning Python
— Introduction to Python
— Python Fundamentals – Basics
1.2. Python Advanced
— Python Fundamentals – Advanced
— Programming Foundation
— External Utilities and Approaches
— Python Modules for Data Science
— Practical Project
— Interview Preparation
2. Introduction to Machine Learning. Definitions and Terminology
— Experience
— Label
— Splitting into Training, Test, and Validation Datasets
— Performance Metric
— Performance Metrics (SSE, MAE, Confusion Matrix, TRP, etc.)
— Underfitting and Overfitting
— Bias and Variance
— Cross-validation
— Imbalanced Data
3. Types of Machine Learning
— Transfer Learning
— Reinforcement Learning
— Existing Machine Learning Topics with Application Examples
4. Regression
— Confounding Variables
— Discrete and Continuous Variables
— Simple, Multiple, and Nonlinear Regression
— Variable Interactions. Model Quality: Residuals, R², p-value, Slope, and Intercept.
— Red Wine Quality Dataset
— OLS Linear Regression, ML Regression
— Regularization
— Hyperparameters
5. Classification
— Active Learning Algorithms
— Logistic Regression
— Support Vector Machines
— Decision Trees (BallTrees, KDTrees)
— Artificial Neural Networks
— Lazy Learning Algorithms
— K-Nearest Neighbors
— Random Forest
— Naive Bayes
— ROC Curve and AUC, Cumulative Accuracy Curve
— Credit Data
6. Ensemble Methods
7. Improvement Methods
— XGBoost
8. Model Tuning
— Bayesian Optimization
9. Clustering
— Proximity Measures
— Clustering Algorithms:
— Exclusive Clustering
— Overlapping Clustering
— Hierarchical Clustering
— Probabilistic Clustering
— Agglomerative Clustering
— Spectral Clustering
— K-Means
— Fuzzy K-Means
— Mini-Batch K-Means
— Gaussian Mixture
— BIRCH
— DBSCAN
— Mean Shift
10. ML Core - Introduction to Neural Networks (1)
11. ML Core - Introduction to Neural Networks (2)
12. ML Core - Introduction to Neural Networks (3)
13. ML Core - Introduction to Neural Networks (4)
14. Practical Application of Machine Learning (1)
15. Practical Application of Machine Learning (2)
16. Practical Application of Machine Learning (3)
17. Practical Application of Machine Learning (4)
18. Generative Models (1)
19. Generative Models (2)
20. APIs for Machine Learning
— Hugging Face
Ответы на вопросы по курсу Machine Learning
Нужно ли иметь опыт программирования перед началом курса?
Нет, курс разработан для начинающих. Мы начинаем с основ и постепенно переходим к более сложным темам.
Сколько времени нужно уделять обучению?
Рекомендуется выделять 15-20 часов в неделю: занятия с преподавателем, домашние задания и самостоятельная практика.
Как проходит стажировка на проекте?
Стажировка проходит на реальных проектах в США. Вы будете работать в команде под руководством опытных разработчиков, получая практический опыт коммерческой разработки.
Помогаете ли вы с трудоустройством?
Да, мы предоставляем полную поддержку: подготовка резюме, создание портфолио, mock интервью и рекомендации по поиску работы.
Какие технологии я изучу на курсе?
Полный стек современных технологий: JavaScript, React, Redux, Node.js, Express, MongoDB, TypeScript, Git и многое другое. Подробная программа доступна выше на странице.