angle-down facebook instagram vkontakte warning
История Страны Устройство мира Мышление Навыки Музыка Искусство Фотография Архитектура Кино Вино Философия Религия Литература Психология Здоровье Мода Дизайн

Как работает машинное обучение

Рейтинг
5,0
посетило
135
Длительность
2 часа
Машинное обучение и нейросети окружают нас везде — на их принципах базируются прогнозирование пробок, выдача в поисковиках, беспилотные машины и предсказание потребительского спроса. На лекции посмотрим на алгоритмы машинного обучения изнутри, познакомимся с ключевыми принципами и методами, узнаем, как с их помощью можно решать сложные и повседневные прикладные задачи.

Начнем с того, какие стандартные задачи решает машинное обучение. Посмотрим, как оно соотносится с Data Science (наукой о данных) и Artificial Intelligence (искусственным интеллектом). Остановимся подробнее на принципах работы различных алгоритмов — наивного байесовского классификатора, линейных моделей, решающих деревьев, нейронных сетей и генетических алгоритмов. Поговорим о типичных ошибках и кейсах, в которых анализ данных работал не так, как ожидалось, и затронем тему ограничений и опасностей машинного обучения.

лектор
лектор
Виктор Кантор

Специалист по анализу данных, соавтор специализации «Машинное обучение и анализ данных» на Coursera, эксперт по машинному обучению в Яндекс.Такси. Консультант компаний по вопросам применения анализа данных, организатор образовательной программы в области Data Science, преподаватель Московского Физико-Технического Института.

Запись на лекцию окончена
Как всё устроено
Даты и время
Лекция повторяется, выберите удобные даты из доступных. Если не сможете прийти — перенесите дату в личном кабинете или напишите на hello@levelvan.ru
Место проведения
Лекции проходят в центре, рядом с метро, или в формате вебинара. Смотрите название площадки рядом с указанием даты лекции.
Адреса площадок
Материалы для изучения
После лекции вы получите на почту презентацию и список литературы с комментариями.
Стоимость
Стоимость лекции 900 рублей. Оплата — картой на сайте. Место в группе бронируется за вами только после оплаты.
Билеты
не сгорают
Меняйте дату и тему или заморозьте билет в любой момент
Удобный
онлайн-формат
Подключайтесь к живому вебинару с любых устройств или смотрите в записи, когда вам удобно
Материалы
для изучения
Дополнительные материалы и ссылка на видеозапись придут утром после лекции
Доступ
навсегда
Смотрите онлайн или позже, в любое удобное время
Отзывы о лекции
Рейтинг
5,0
посетило
135
Длительность
2 часа
, если вы посещали эту лекцию и хотите оставить отзыв
Сортировать по
Ольга Целищева
10 августа 2018
очень интересно и доступно, даже для таких гуманитариев, как я
Мария Яковлева
28 июля 2018
Очень интересно. Я поняла не всё. Математика)) Ее немножко было. Но мне прнравилось, что сложные вещи объясняли применительно к обычной жизни и работе. Хочу еще лекции на научные и технические темы. К примеру - блокчейн) хочу разобраться. Мне кажется, с вами смогу. Лектор у вас, как всегда, замечательный
Антон Булавлёв
23 июля 2018
Лекция просто огонь. Виктор рассказывает очень просто и наглядно, так что становиться интересно и понятно как людям с техническим бекграундом, так и людям совершенно новым в этой теме. Надеюсь, у Виктора будут появляться новые лекции на LevelOne, возможно с более узкоспециализированными темами или мастерклассы по ML :)
Дарья литвина
23 июля 2018
Супер!
Анна Сидоровская
14 июля 2018
Очень четко и по делу, прекрасное введение
Екатерина Лобова
14 июля 2018
Очень интересная лекция и интересная тема. Раньше редко задумывалась о том, что такое машинное обучение и нейросети, мне казалось это областью фанстатики. Но все довольно просто, если можно так сказать, и доступно пониманию, если в этом разобраться.
Спасибо Виктору!
образовательный проект level one
Начните разбираться
в сложных
темах
с самыми вдохновляющими экспертами
Только проверенные лекторы
28 тысяч отзывов
на лекции и практикумы
Вам понравится
4,9 из 5,0
средний рейтинг лекции
Есть из чего выбрать
До 10 разных
вебинаров в день
подписка

Подборки лекций
о науке каждую неделю

Пишем два раза в неделю. В письмах рассказываем о скидках и о том, куда стоит сходить прямо сейчас. Даем полезные лайфхаки, знакомим с лекторами и форматами обучения.

;