[machineasy] Курс по машинному обучению для подростков (Артем Серебряков, Тарас Стасюк)

​ После прохождения курса Вы

• Изучите основы Машинного Обучения. Наши учителя простым и понятным любому подростку языком объяснят всю теорию, связанную с Машинным Обучением.
• Сможете создавать собственные модели машинного обучения на Python. Мы научим Вас синтаксису языка Python, который используется в Машинном Обучении. Вы сможете с легкостью писать код, даже если не имеете опыта в программировании.
• Овладеете популярными алгоритмами, методами, и тем, как их использовать. Линейная регрессия, Градиентный спуск, обучение с/без учителя, и многое другое!
• Станете Гуру статистики и Линейной алгебры. Узнаете все необходимое для лучшего понимания процессов в Машинном Обучении. Эти знания не являются обязательными для написания Искусственного Интеллекта, но они нужны для помощи в понимании всех процессов. Это не сложно, особенно, когда практики объясняют темы доступно, просто, и без сухой теории, которую мы считаем неэффективной для обучения подростков.
• Получите полную поддержку от нас. У вас будет постоянная связь с учителем, и Вы сможете задавать любые вопросы. Мы обязательно поможем!
• Будете знать как используется Машинное Обучение в Бизнесе. Мы пройдет полный путь от постановки проблемы до полной реализации. Мы будем создавать модель Машинного Обучения по предсказанию цен на недвижимость в Бостоне, опираясь на разные параметры.

План курса

1. Введение. О курсе; Введение в Машинное Обучение; Способы Машинного обучения; Python; Процессы в Data Science
2. Линейная алгебра. Зачем нам нужна алгебра в Машинном обучении; векторы, матрицы, и операции над ними!
3. Python. Изучаем основы Python, списки, словари, кортежи в Python и Функции
4. Статистика. Проходим медиану, среднее арифметическое, моду, стандартное отклонение, Коэффициент Вариации, Теорему Байеса, и много всего интересного!
5. Машинное Обучение. Модель в Машинном Обучении; Линейная Регрессия; Градиентный списк, а также Множество библотек, таких как: Matplotlib, Pandas, NumPy
6. Финальная Часть. Предсказываем Цены На Жилье В Бостоне.