Курсы машинного обучения от школы Академика

3 курса онлайн машинного обучения от школы Академика - сравните цену, продолжительность и дату начала обучения. Информация обновляется каждую неделю. Стоимость курсов от 1790 до 5500 рублей.

Машинное обучение для анализа текстов

4 999 руб.
В любое время
Сертификат
15 часов

Сравнить с другими

Машинное обучение и доказательный алготрейдинг

5 500 руб.
В любое время
Сертификат
40 часов

Сравнить с другими

Искусственный интеллект и машинное обучение + основы Python

1 790 руб.
В любое время
Сертификат
16 часов

Сравнить с другими

Онлайн курсы машинного обучения - Рейтинг курсов

Machine Learning с нуля до Junior

~~210 042~~ 115 523 руб.
Длительность: 9 месяцев
Сертификат
Рассрочка: 5 251 руб./мес. Оформить
Начало: В любое время
Организация собеседований с компаниями-партнерами

4.54

Промокод

-45%

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

4.54

Промокод

Профессия Machine Learning Engineer

~~332 357~~ 10 722 руб.
Длительность: 12 месяцев
Сертификат
Рассрочка: 5 897 руб./мес. Оформить
Начало: В любое время
Организация собеседований с компаниями-партнерами

4.54

Промокод

-97%

Machine Learning. Basic

82 000 руб.
Длительность: 5 месяцев
Сертификат
Начало: В любое время

4.61

Онлайн-магистратура МИФИ "Машинное обучение"

190 000 руб.
Сертификат
Начало: В любое время
Приглашают в свои команды лучших выпускников курсов

4.45

Промокод

Онлайн-магистратура УрФУ "Инженерия Машинного обучения"

120 000 руб.
Сертификат
Начало: В любое время
Приглашают в свои команды лучших выпускников курсов

4.45

Промокод

Онлайн магистратура "Машинное обучение"

760 000 руб.
Сертификат
Начало: В любое время
Приглашают в свои команды лучших выпускников курсов

4.45

Промокод

Онлайн магистратура "Инженерия Машинного обучения"

480 000 руб.
Сертификат
Начало: В любое время
Приглашают в свои команды лучших выпускников курсов

4.45

Промокод

Machine Learning и Deep Learning

~~115 800~~ 69 480 руб.
Сертификат
Рассрочка: 2 895 руб./мес. Оформить
Начало: В любое время
Приглашают в свои команды лучших выпускников курсов

4.45

Промокод

-40%

Reinforcement Learning

74 000 руб.
Длительность: 3 месяца
Сертификат
Начало: В любое время

4.61

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.

12 отзывов

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.

12 отзывов

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.

12 отзывов

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.

Школа имеет 12 отзывов, а средняя оценка пользователей — 4.6

Топ 10 школ с курсами машинного обучения

Школа	Положительных отзывов	Всего курсов
Skillbox	110	596
GeekBrains	83	75
OTUS	79	218
SkillFactory	60	79
Академика	8	379
Институт профессионального образования	35	377
Synergy Academy	38	151
Высшая школа экономики	6	11
Eduson	53	162
KARPOV.COURSES	29	15

Другие направления курсов Академика

Управление бизнесом Soft skills Геймдизайн Программирование на Python Курсы бухгалтера Дизайн интерьеров Управление проектами (Project Manager) Искусственный интеллект Самооценка и уверенность в себе История