Публикации и ответы на комментарии в блогах JetBrains не выходят на русском языке с 2022 года.
Приносим извинения за неудобства.
Машинное обучение в JetBrains Academy
У многих людей при словах «искусственный интеллект» (ИИ) и «машинное обучение» (МО) в голове сразу возникают роботы и кадры из научно-фантастических фильмов. На самом деле, и то, и другое уже стало неотъемлемой частью нашей жизни. Вы тоже готовы сделать сказку былью и создавать реальные приложения на основе ИИ и МО?
Тогда пройдите наш трек Введение в машинное обучение на Python. Вы сможете сделать первые шаги в этой сфере компьютерных технологий и создать собственные модели машинного обучения, которые выявляют закономерности в предложенных данных и принимают решения на основании этих закономерностей.
Машинное обучение в реальной жизни
Машинное обучение входит в понятие искусственного интеллекта. Оно включает в себя создание алгоритмов, учитывающих прежний опыт и применяющих полученные знания к новым, не встречавшимся ранее ситуациям.
Сегодня мы встречаемся с машинным обучением на каждом шагу. Например, когда вы открываете электронную почту, весь спам автоматически отфильтровывается в специальную папку. Если вы получаете сообщение на неизвестном языке, то можете в один клик получить его перевод. Ваш любимый стриминговый сервис предлагает фильмы, которые могут вам понравиться. Магазины, где вы бываете, присылают вам специальные предложения и нередко попадают в точку. Все это возможно только благодаря машинному обучению.
Введение в машинное обучение на Python
Из трека Введение в машинное обучение на Python вы узнаете об основных типах алгоритмов машинного обучения, познакомитесь с типичным процессом создания модели МО, получите представление о знаниях и навыках, необходимых специалисту по МО. Кроме того, вы будете хорошо разбираться в базовых принципах машинного обучения и на практике поработаете с такими библиотеками Python, как NumPy, pandas и scikit-learn.
Учебные проекты
В рамках трека вы получаете доступ к более чем 160 темам и 15 новым проектам, которые вы будете создавать в интерактивной обучающей среде. Ниже мы подробно расскажем о некоторых из них.
📩 Spam Filter (Спам-фильтр). Вы создадите программу, которая определяет, является ли сообщение электронной почты спамом. Выполнив этот проект, вы узнаете, что такое наивный байесовский классификатор, SpaCy и pandas, научитесь использовать функции для выполнения повторяющихся задач и функциональной декомпозиции, а также создавать собственные алгоритмы и оценивать эффективность их работы.
🏥 Data Analysis for Hospitals (Анализ данных для больниц). Данные окружают нас со всех сторон, в том числе в текстах, изображениях, лентах новостей, таблицах. Объем данных, которые мы получаем и храним, растет каждую секунду. Как не утонуть в этом океане данных? Работая над этим проектом, вы проведете комплексное исследование, включая загрузку наборов данных, обработку пропусков и неверного заполнения данных, поиск основных статистических характеристик и визуализацию полученных данных.
📶 Linear Regression from Scratch (Линейная регрессия с нуля). Линейная регрессия — один из самых распространенных способов оценки линейных зависимостей и один из самых часто используемых алгоритмов МО. К концу работы над проектом вы создадите собственный алгоритм линейной регрессии, познакомитесь с линейной алгеброй, поработаете с матричными операциями и т. п.
Завершив изучение курса, вы получите сертификат, который сможете прикрепить к странице в LinkedIn и резюме. И не забудьте добавить выполненные проекты в профиль на GitHub!
Карьерные перспективы после прохождения курса
Этот трек подойдет тем, кто только начинает свой путь в машинном обучении, например работает младшим специалистом по машинному обучению. А если вы еще знаете статистику, способы визуализации данных и SQL, то вполне можете попробовать себя в роли специалиста по анализу данных и Data Science. Если вас интересует что-то из перечисленного выше или вы хотите улучшить общие знания Python, приглашаем на трек Введение в машинное обучение на Python!
Если вы пока не пользовались JetBrains Academy, учитесь 7 дней бесплатно. Пробный период можно продлить еще на 2 месяца в дополнение к неделе пробного периода: если за неделю вы успеете закончить первый этап своего проекта, мы продлим пробный период на один месяц. Если в течение этого месяца вы завершите свой первый проект, мы продлим пробный период еще на один месяц.
Надеемся, вам понравится изучать машинное обучение вместе с нами. Если у вас есть вопросы или предложения, оставьте комментарий к этой статье или напишите нам по адресу academy@jetbrains.com.
Учитесь с удовольствием!
Ваша команда JetBrains Academy
The Drive to Develop
Автор оригинальной статьи:
Subscribe to JetBrains Academy updates
