Learn Machine Learning & AI

Prabartan Information Technology

О овој апликацији

„Научите машинско учење и вештачку интелигенцију“ је структурирани курс који вас води од „шта је машинско учење“ до разумевања алгоритама који стоје иза модерне вештачке интелигенције, у кратким лекцијама које можете читати на свом телефону.

Није потребно претходно искуство са вештачком интелигенцијом. Ако можете да пратите основну алгебру и мало Пајтона, можете пратити овај курс.

ШТА ЋЕТЕ НАУЧИТИ

Основе машинског учења
Шта је машинско учење, како се разликује од традиционалног програмирања, ток рада машинског учења, подаци за обуку и тестирање, прекомерно прилагођавање, недовољно прилагођавање, пристрасност и варијанса и како се модели процењују.

Надгледано учење
Линеарна регресија, логистичка регресија, стабла одлучивања, случајне шуме, машине вектора подршке, k најближих суседа и наивни Бајесов систем, сваки са интуицијом која стоји иза њега и где се заправо користи.

Ненадгледано учење
K значи кластеровање, хијерархијско кластеровање, редукцију димензионалности, анализу главних компоненти и детекцију аномалија.

Дубоко учење и неуронске мреже
Перцептрони, активационе функције, повратно ширење, конволуционе неуронске мреже за слике, рекурентне мреже и LSTM за секвенце, и увод у трансформаторе.

Учење појачањем
Агенти, окружења, награде, Q учење и методе засноване на политикама објашњене без тешке математике.

Обрада природног језика
Токенизација, уграђивања, анализа расположења и како се велики језички модели граде на основу ових идеја.

Алатке и библиотеке
Где се Python, TensorFlow, Keras, scikit learn, NumPy и Pandas уклапају у прави ток машинског учења.

Примењено машинско учење
Како се ове методе користе у здравству, финансијама, системима препорука, откривању превара, рачунарском виду и прогнозирању.

НАПРАВЉЕНО ЗА УЧЕЊЕ НА ТЕЛЕФОНУ

Кратке лекције. Свака тема је подељена на делове које можете завршити за неколико минута, тако да можете напредовати у празнинама у свом дану уместо да чекате слободно вече.

Прво једноставан језик, затим математика. Сваки алгоритам је објашњен речима пре него што се појави било каква нотација, тако да разумете шта ради пре него што видите како је написан.

Претражите цео курс, тако да можете потражити термин чим га наиђете у чланку или предавању.

Обележивачи и резиме, тако да дуга тема преживи прекид.

Континуирано се ажурира како се област мења.

ЗА КОГА ЈЕ ОВА АПЛИКАЦИЈА

Студенти који похађају курс машинског учења, вештачке интелигенције или науке о подацима и желе друго објашњење када предавање није завршено.

Софтверски програмери који прелазе у инжењерство машинског учења или науку о подацима.

Кандидати који се припремају за интервјуе за машинско учење и науку о подацима, где су питања и даље углавном о основама.

Аналитичари и професионалци који треба да разумеју шта систем вештачке интелигенције у њиховој индустрији заправо ради.

Свако ко је радознао о томе како вештачка интелигенција функционише испод производа које свакодневно користе.

ЗАШТО УЧИТИ МАШИНСКО УЧЕЊЕ САДА

Машинско учење је престало да буде специјализована вештина и постало је део основе за технички рад. Разумевање како се модели обучавају, зашто не успевају и шта могу, а шта не могу да ураде сада је корисно у скоро свакој техничкој улози — а све више и у нетехничким.

Овај курс вам даје то разумевање у формату који ћете заиста завршити: кратке лекције, јасан језик, без видеа за баферовање, без потребе за налогом.

Отворите своју прву лекцију данас.

Питања, исправке или тема коју желите да додате? Пошаљите имејл на [e-mail] — ажурирамо апликацију на основу онога што ученици траже.