okursah

Курсы машинного обучения от школы Академика

4 курса онлайн машинного обучения от школы Академика - сравните цену, продолжительность и дату начала обучения. Информация обновляется каждую неделю. Стоимость курсов от 0 до 5500 рублей.
Машинное обучение для анализа текстов
  • 4 999 руб.
  • В любое время
  • Сертификат
  • 15 часов
Машинное обучение для анализа текстов
Сравнить с другими
Машинное обучение и доказательный алготрейдинг
  • 5 500 руб.
  • В любое время
  • Сертификат
  • 40 часов
Машинное обучение и доказательный алготрейдинг
Сравнить с другими
Искусственный интеллект и машинное обучение + основы Python
  • 1 790 руб.
  • В любое время
  • Сертификат
  • 16 часов
Искусственный интеллект и машинное обучение + основы Python
Сравнить с другими
Обучение с подкреплением: базовый курс
  • Бесплатно
  • В любое время
  • Сертификат *
  • 12 часов
Обучение с подкреплением: базовый курс
Сравнить с другими

Онлайн курсы машинного обучения - Рейтинг курсов

Магистратура «Инженерия машинного обучения» с УрФУ
  • 1 руб.
  • Длительность: 24 месяца
  • Сертификат
  • Рассрочка: 1 руб./мес. Оформить
  • Начало: 01 сентября
  • Гарантирована поддержка центра развития карьеры
Магистратура «Инженерия машинного обучения» с УрФУ
Промокод
Инженерия машинного обучения
  • 1 руб.
  • Длительность: 24 месяца
  • Сертификат
  • Рассрочка: 1 руб./мес. Оформить
  • Начало: 01 сентября
  • Гарантирована поддержка центра развития карьеры
Инженерия машинного обучения
Промокод
Профессия Machine Learning Engineer
  • 315 739 10 186 руб.
  • Длительность: 12 месяцев
  • Сертификат
  • Рассрочка: 5 093 руб./мес. Оформить
  • Начало: В любое время
  • Организация собеседований с компаниями-партнерами
Профессия Machine Learning Engineer
Промокод
-97%
Онлайн-бакалавриат: Data Science& Machine Learning
  • 155 500 руб.
  • Длительность: 48 месяцев
  • Сертификат
  • Рассрочка: 155 500 руб./мес. Оформить
  • Начало: В любое время
  • Организация собеседований с компаниями-партнерами
Онлайн-бакалавриат: Data Science& Machine Learning
Промокод
Machine Learning с нуля до Junior
  • 213 507 106 754 руб.
  • Длительность: 9 месяцев
  • Сертификат
  • Рассрочка: 4 852 руб./мес. Оформить
  • Начало: В любое время
  • Организация собеседований с компаниями-партнерами
Machine Learning с нуля до Junior
Промокод
-50%
Онлайн магистратура "Машинное обучение"
  • 760 000 руб.
  • Сертификат
  • Начало: В любое время
  • Приглашают в свои команды лучших выпускников курсов
Онлайн магистратура "Машинное обучение"
Промокод
Machine Learning
  • 220 000 руб.
  • Длительность: 11 месяцев
  • Сертификат
  • Начало: В любое время
Machine Learning
Reinforcement Learning
  • 78 000 руб.
  • Длительность: 3 месяца
  • Сертификат
  • Начало: В любое время
Reinforcement Learning
Онлайн-магистратура УрФУ "Инженерия Машинного обучения"
  • 120 000 руб.
  • Сертификат
  • Начало: В любое время
  • Приглашают в свои команды лучших выпускников курсов
Онлайн-магистратура УрФУ "Инженерия Машинного обучения"
Промокод
Онлайн-магистратура МИФИ "Машинное обучение"
  • 190 000 руб.
  • Сертификат
  • Начало: В любое время
  • Приглашают в свои команды лучших выпускников курсов
Онлайн-магистратура МИФИ "Машинное обучение"
Промокод
Все курсы машинного обучения

Академика - Отзывы о курсах

большой выбор курсов от ведущих вузов и экспертов в различных областях знаний, возможность бесплатного обучения
нет
Отличная платформа
Курс Ольги Гужбиной вызвал восторг. Постепенное обучение, начиная с простого и переходя к более сложному, сопровождается мастерством опытного художника в видеоформате. Видеоматериалы можно просматривать множество раз, детально анализируя каждый момент. Единственное замечание - преподаватель предпочитает классический подход к изображению мужской фигуры, что может показаться излишне стандартным. Было бы интересно изучить больше разнообразных техник исполнения.
интересно
не дали сертификат
Не дали сертификат, хотя обещали
В описании написано, что должен быть сертификат, Где сертификат обещанный? :(
возможность бесплатного обучения на некоторых программах; гибкий график обучения, доступный с любого устройства
нет
Отличные курсы
Я очень доволен обучением в этой школе. Преподаватели здесь просто замечательные! Все объяснения очень подробные и понятные, информация подается последовательно, от простого к сложному. Мои навыки в портретной живописи значительно улучшились благодаря этому курсу. Теперь с нетерпением жду новых интересных программ!
Показать все отзывы (12)

Академика - ТОП 3

Машинное обучение для анализа текстов

Цена курса
4 999 руб.
Вы узнаете, как создать диалогового робота, автоматизировать и ускорить поиск нужной информации в больших массивах данных. Поймёте, как написать программу, умеющую различать интонацию, с которой написаны сообщения в соцсетях. Сможете научить компьютер понимать естественные языки и извлекать из этого пользу.
  • Как передать текст компьютеру? Какие признаки бывают у объектов?Стемминг: как отсекать лишнее?Лемматизация: что делать с морфологическими омонимами?Токенизация и лемматизация русских текстов с помощью библиотеки spaCy. Практика.Ищем устойчивые сочетания слов. Статистика VS лингвистика.Выбор значимых элементов из «мешка слов» на основе критерия χ2.Векторизация текстов на основе TF-IDF и сокращение «мешка слов» на основе критерия χ2. Практика.Применение коллокатора для «умного» выявления наиболее частотных словосочетаний. Практика.
  • Как научить компьютер понимать тексты? Методы обучения с учителем. Логистическая регрессия.Как обучать логистическую регрессию?Что делать, если компьютер переучился?Как оценить качество логистической регрессии?Точность, полнота и F-мера для оценки качества классификации.Регуляризация и подбор гиперпараметров логистической регрессии.Применение библиотеки scikit-learn для анализа тональности твитов методом логистической регрессии. Практика.Оценка качества алгоритма классификации. Практика.Как улучшить качество классификатора? Практика.Как выбрать оптимальные гиперпараметры? Практика.
  • Что такое разговорный искусственный интеллект? О чём этот курс?Машинное обучение. Когда оно бывает вредным?Виды машинного обучения.История развития искусственного интеллекта.Умеет ли искусственный интеллект общаться?Как анализировать целые тексты?Обучение с учителем. Классификация и регрессия.
  • Как вырастить деревья решений? Для чего нужны деревья решений?Базовый алгоритм.Алгоритм ID3.Как бороться с переобучением деревьев?Дискретизация количественных признаков.Выращиваем деревья решений для анализа тональности сообщений. Практика.Выращиваем деревья решений без ограничений по глубине. Практика.
  • Вместе мы сила! Коллективы решающих алгоритмов Теоретические основы ансамблирования.Бэггинг. Как повысить разнообразие алгоритмов в коллективе?Бэггинг и дилемма смещения-разброса.Построение ансамбля алгоритмов для задачи анализа тональности сообщений. Практика.Использование бэггинга для логистической регрессии. Практика.Бустинг.Градиентный бустинг.Градиентное усиление деревьев решений. Практика.Смесь экспертов.Многоярусное обобщение. Стекинг.Иерархический ансамбль. Стекинг. Практика.
  • Проблема объяснимости: почему алгоритм такой? Интерпретируемость машинного обучения.Значимость признаков на основе перестановок.Вектор Шепли.Значимость слов для классификации текстов: «белый ящик» и «чёрный ящик». Практика.Вероятностная тематическая модель.Вероятностный латентно-семантический анализ.Латентное размещение Дирихле.Использование вероятностных тематических моделей для анализа текстового корпуса. Практика.Подводим итоги.
  • Вместе мы сила! Коллективы решающих алгоритмов Теоретические основы ансамблирования.Бэггинг. Как повысить разнообразие алгоритмов в коллективе?Бэггинг и дилемма смещения-разброса.Построение ансамбля алгоритмов для задачи анализа тональности сообщений. Практика.Использование бэггинга для логистической регрессии. Практика.Бустинг.Градиентный бустинг.Градиентное усиление деревьев решений. Практика.Смесь экспертов.Многоярусное обобщение. Стекинг.Иерархический ансамбль. Стекинг. Практика.
  • Что такое разговорный искусственный интеллект? О чём этот курс?Машинное обучение. Когда оно бывает вредным?Виды машинного обучения.История развития искусственного интеллекта.Умеет ли искусственный интеллект общаться?Как анализировать целые тексты?Обучение с учителем. Классификация и регрессия.
  • Как передать текст компьютеру? Какие признаки бывают у объектов?Стемминг: как отсекать лишнее?Лемматизация: что делать с морфологическими омонимами?Токенизация и лемматизация русских текстов с помощью библиотеки spaCy. Практика.Ищем устойчивые сочетания слов. Статистика VS лингвистика.Выбор значимых элементов из «мешка слов» на основе критерия χ2.Векторизация текстов на основе TF-IDF и сокращение «мешка слов» на основе критерия χ2. Практика.Применение коллокатора для «умного» выявления наиболее частотных словосочетаний. Практика.
  • Проблема объяснимости: почему алгоритм такой? Интерпретируемость машинного обучения.Значимость признаков на основе перестановок.Вектор Шепли.Значимость слов для классификации текстов: «белый ящик» и «чёрный ящик». Практика.Вероятностная тематическая модель.Вероятностный латентно-семантический анализ.Латентное размещение Дирихле.Использование вероятностных тематических моделей для анализа текстового корпуса. Практика.Подводим итоги.
  • Как научить компьютер понимать тексты? Методы обучения с учителем. Логистическая регрессия.Как обучать логистическую регрессию?Что делать, если компьютер переучился?Как оценить качество логистической регрессии?Точность, полнота и F-мера для оценки качества классификации.Регуляризация и подбор гиперпараметров логистической регрессии.Применение библиотеки scikit-learn для анализа тональности твитов методом логистической регрессии. Практика.Оценка качества алгоритма классификации. Практика.Как улучшить качество классификатора? Практика.Как выбрать оптимальные гиперпараметры? Практика.
  • Как вырастить деревья решений? Для чего нужны деревья решений?Базовый алгоритм.Алгоритм ID3.Как бороться с переобучением деревьев?Дискретизация количественных признаков.Выращиваем деревья решений для анализа тональности сообщений. Практика.Выращиваем деревья решений без ограничений по глубине. Практика.

Машинное обучение и доказательный алготрейдинг

Цена курса
5 500 руб.
На курсе вы научитесь применять машинное обучение для создания эффективных торговых стратегий. Узнаете, как анализировать рыночные данные, разрабатывать алгоритмы и проверять их работоспособность для успешной торговли на финансовых рынках. В курсе используются доказательные методы, основанные на статистических исследованиях и понимании механизмов ценообразования.
  • Альфа-модели и методы их разработки Технические альфа-модели.Фундаментальные альфа-модели.Стилизованные факты.Бэктест альфа-модели.Метрики в бэктестах.Особенности HFT.
  • Портфель стратегий, алгоритмы исполнения и анализы трансакционных издержек Подходы к аллокации.Краткая история «постсовременной» теории портфеля.Оценка качества портфельной модели.Качество различных портфельных моделей.Портфельная оптимизация (повторение пройденного).Алгоритмы и модели исполнения.
  • Альфа-модели и методы их разработки Технические альфа-модели.Фундаментальные альфа-модели.Стилизованные факты.Бэктест альфа-модели.Метрики в бэктестах.Особенности HFT.
  • Портфель стратегий, алгоритмы исполнения и анализы трансакционных издержек Подходы к аллокации.Краткая история «постсовременной» теории портфеля.Оценка качества портфельной модели.Качество различных портфельных моделей.Портфельная оптимизация (повторение пройденного).Алгоритмы и модели исполнения.
  • Методы управления риском Риск на уровне сигнала.Риск на уровне позиции.Подбор уровня стоп-лосс.Риск на уровне стратегии и портфеля.
  • Методы управления риском Риск на уровне сигнала.Риск на уровне позиции.Подбор уровня стоп-лосс.Риск на уровне стратегии и портфеля.
  • Введение Информация и цены.Технический анализ.Фундаментальный анализ.Источники данных.Прототипирование алгоритмов в R.
  • Введение Информация и цены.Технический анализ.Фундаментальный анализ.Источники данных.Прототипирование алгоритмов в R.

Искусственный интеллект и машинное обучение + основы Python

Цена курса
1 790 руб.
Добро пожаловать в мир современных технологий, где машины учатся предсказывать будущее, распознавать образы и даже принимать решения! Освойте Python, постройте модели машинного обучения, создавайте свои нейросети.
  • Основные понятия Узнаете, что такое искусственный интеллект и нейронные сети. Поймёте, в чём различие машинного и глубинного обучения. Познакомитесь с примерами их использования в различных областях жизни и бизнеса.
  • Введение Узнаете, как строятся видео курса. Изучите историю развития искусственного интеллекта, поймёте, какой спрос на специалистов по ИИ, познакомитесь с примерами использования ИИ в повседневной жизни.
  • Основные задачи и методы Рассмотрите основные задачи и методы машинного обучения, включая обучение с учителем и без учителя, регрессию, классификацию, кластеризацию. Решите простые задачи в Excel.
  • Ансамблирование Узнаете более продвинутые методы машинного обучения, включая ансамбли, случайный лес, бэггинг и комитет большинства.
  • Введение Узнаете, как строятся видео курса. Изучите историю развития искусственного интеллекта, поймёте, какой спрос на специалистов по ИИ, познакомитесь с примерами использования ИИ в повседневной жизни.
  • Построение моделей машинного обучения в Python Построим несколько моделей машинного обучения для реальных задач с помощью языка программирования Python, используя уже изученные методы регрессии, случайного леса и бэггинга.
  • Нейронные сети Создадите собственные нейронные сети с помощью Python для предсказания того, что изображено на рисунке, и работы с текстами.
  • Основы программирования на Python Изучите основные операторы и команды на самом популярном языке программирования — Python.
  • Ансамблирование Узнаете более продвинутые методы машинного обучения, включая ансамбли, случайный лес, бэггинг и комитет большинства.
  • Построение моделей машинного обучения в Python Построим несколько моделей машинного обучения для реальных задач с помощью языка программирования Python, используя уже изученные методы регрессии, случайного леса и бэггинга.
  • Основные понятия Узнаете, что такое искусственный интеллект и нейронные сети. Поймёте, в чём различие машинного и глубинного обучения. Познакомитесь с примерами их использования в различных областях жизни и бизнеса.
  • Бонус Получите полный список всех дополнительных ресурсов о машинном обучении и нейронных сетях, а также ссылки на депозитарии и датасеты для задач машинного обучения.
  • Основные задачи и методы Рассмотрите основные задачи и методы машинного обучения, включая обучение с учителем и без учителя, регрессию, классификацию, кластеризацию. Решите простые задачи в Excel.
  • Основы программирования на Python Изучите основные операторы и команды на самом популярном языке программирования — Python.
  • Бонус Получите полный список всех дополнительных ресурсов о машинном обучении и нейронных сетях, а также ссылки на депозитарии и датасеты для задач машинного обучения.
  • Будущее искусственного интеллекта Узнаете про будущее искусственного интеллекта. В приложении к модулю получите две электронные книги в подарок.
  • Нейронные сети Создадите собственные нейронные сети с помощью Python для предсказания того, что изображено на рисунке, и работы с текстами.
  • Будущее искусственного интеллекта Узнаете про будущее искусственного интеллекта. В приложении к модулю получите две электронные книги в подарок.

А Вы знали что у школы Академика самый дорогой курс машинного обучения стоит 5500 рублей.

У школы есть бесплатные курсы.

Школа имеет 12 отзывов, а средняя оценка пользователей — 4.6

Топ 10 школ с курсами машинного обучения

Школа Положительных отзывов Всего курсов
Skillbox 117 643
GeekBrains 89 77
SkillFactory 67 80
OTUS 86 234
Eduson Academy 70 200
Нетология 84 347
Корпоративное обучение от Яндекс Практикума 5 133
Академика 8 375
Институт профессионального образования 42 377
Академия «Синергия» 48 164

Другие направления курсов Академика

Управление бизнесом Геймдизайн Soft skills Управление проектами (Project Manager) Курсы бухгалтера Дизайн интерьеров Искусственный интеллект Product manager Финансовая грамотность История