На курсе «Введение в машинное обучение» открылось два новых модуля: «Как решать задачу машинного обучения» и «Исследовательский анализ данных».
В модуле «Как решать задачу машинного обучения» ученики узнают, откуда брать данные для решения задачи, из каких этапов состоит решение задачи машинного обучения, почему необходимо дополнительно обрабатывать данные перед созданием модели машинного обучения, как и зачем оценивать качество модели. Также в модуле есть задачи на программирование на Python, которые помогут лучше понять темы курса.
Модуль «Исследовательский анализ данных» объяснит, зачем предобрабатывать данные, какие цели преследует исследовательский анализ данных. Также на этой части курса ученики научатся работать с табличными данными и описательной статистикой, визуализировать табличные данные в Python. В этом модуле можно решить много задач повышенной сложности.
Автор модулей – Александр Владимирович Садовников, руководитель отдела аналитики АНО «Сириус.Технологии», преподаватель программы «Большие вызовы» Образовательного центра «Сириус». Преподавал программирование на факультете информационных технологий и программирования Университета ИТМО и в Санкт-Петербургской школе физико-математических и компьютерных наук Национальный исследовательский университет «Высшая школа экономики».
Весь курс состоит из связанных учебных модулей: следующие модули открываются только после получения зачета по предыдущим. В каждом модуле ученики найдут видеолекции с краткими конспектами, упражнения с автоматической проверкой и продвинутые задачи для самостоятельного решения – они посложнее и сопровождаются видеоразбором. Проверить полученные знания можно, реализовав проект по машинному обучению. Каждый проект доступен в отдельном проектном модуле.
После успешного прохождения всех модулей курса ученики получают электронный сертификат. Чтобы получить сертификат с отличием, необходимо верно решить все упражнения курса. Прохождение проектных модулей не обязательно для получения сертификата, однако решение проектных задач поможет глубже понять подходы, которые используются в машинном обучении.
