На первом курсе специализации "Машинное обучение" Вы: - построите модели машинного обучения на языке Python, используя популярные библиотеки машинного обучения NumPy и scikit-learn. - построите и обучите модели машинного обучения с контролем для задач прогнозирования и бинарной классификации, включая линейную регрессию и логистическую регрессию Специализация "Машинное обучение" - это фундаментальная онлайн-программа, созданная в сотрудничестве между DeepLearning.AI и Stanford Online. В рамках этой программы, ориентированной на начинающих, Вы изучите основы машинного обучения и научитесь использовать эти методы для создания реальных приложений ИИ.

Эту специализацию преподает Эндрю Нг, провидец в области ИИ, который руководил важнейшими исследованиями в Стэнфордском университете и новаторской работой в Google Brain, Baidu и Landing.AI, направленной на развитие области ИИ. Эта специализация, состоящая из трех курсов, представляет собой обновленную и расширенную версию новаторского курса Эндрю по машинному обучению, который получил оценку 4,9 из 5 и который прослушали более 4,8 млн. студентов с момента его появления в 2012 году. Курс дает широкое представление о современном машинном обучении, включая контролируемое обучение (множественная линейная регрессия, логистическая регрессия, нейронные сети и деревья решений), неконтролируемое обучение (кластеризация, снижение размерности, рекомендательные системы), а также некоторые из лучших практик, используемых в Кремниевой долине для инноваций в области искусственного интеллекта и машинного обучения (оценка и настройка моделей, ориентированный на данные подход к повышению производительности и многое другое).) К концу этой специализации Вы освоите ключевые концепции и приобретете практическое ноу-хау, позволяющее быстро и эффективно применять машинное обучение для решения сложных реальных задач. Если Вы хотите войти в сферу ИИ или построить карьеру в области машинного обучения, новая специализация "Машинное обучение" - лучшее место для старта.