Основы машинного и глубокого обучения

В этом курсе вы освоите азы Python и познакомитесь с основными библиотеками языка, используемыми при решении задач машинного обучения. Курс состоит из одиннадцати недель и включает в себя следующие темы:

1. Введение в программирование на Python.
2. Коллекции.
3. Функции. Работа с файлами.
4. Объектно-ориентированное программирование.
5. Работа с ошибками.
6. Специальные методы классов и установка внешних библиотек.
7. Основы линейной алгебры в Numpy.
8. Описательная статистика. Анализ данных с помощью Pandas.
9.  Построение графиков с помощью Matplotlib.
10. Методы регрессионного анализа.
11. Построение графиков с помощью seaborn. Работа с Git.

После освоения курса вы:

• сможете использовать базовые типы и конструкции Python для написания простых программ, а также сопоставлять и выбирать необходимую структуру данных для конкретной практической задачи;

• узнаете принципы работы с функциями и сможете применять рекомендации PEP 8 для написания кода;

• узнаете особенности объектно-ориентированной модели и сможете проектировать необходимые классы и методы классов;

• сможете использовать конструкции языка для генерации исключений на Python;

• сможете проводить анализ данных с помощью библиотек NumPy, Pandas и Matplotlib, а также узнаете возможности библиотеки seaborn;

• научитесь использовать L1- и L2-регуляризации для решения задач машинного обучения;

• поработаете с распределенной системой контроля версий Git.