Курс: Контролируемое машинное обучение — регрессия и классификация

Сохраняйте годный курс по ML от Стэнфордского университета. Материал рассчитан для начинающих, есть русские субтитры.

Тут вы научитесь строить модели на Python с использованием NumPy и scikit-learn и модели под наблюдением для задач прогнозирования и бинарной классификации, включая линейную и логистическую регрессию.

#курс #начинающим #ml #python #ru

​​Ещё один подгон ко дню знаний: лучшие обучающие статьи по IT

Сохраняйте подборку best гайдов по 3 направлениям: веб-разработка, мобильная разработка и машинное обучение. С ними вы сможете легко подтянуть свои скилы и знания.

#подборка #mobile #web #ml #ru

Машинное обучение на JavaScript

Заняться машинным обучением можно даже, если вы не знакомы с Python. Для этого у JS есть библиотека ml5.js, которая построена на основе TensorFlow.js.

В этом уроке вы познакомитесь с основами использования ml5.js для создания интерактивных и интеллектуальных веб-приложений. Ролик подойдёт даже тем, у кого ещё нет опыта работы с машинным обучением.

#javascript #ml #видео

Курс: Разработка ML сервиса — от идеи к прототипу

Чтобы идея в машинном обучении не осталась просто кодом в ноутбуке, ее нужно довести до рабочего состояния. А для этого важно не только обучить модель, но и упаковать ее в удобный сервис.

Этот курс как раз об этом: от разведочного анализа данных до веб-приложения на Streamlit. В программе – основы ML, работа с Git, построение моделей и презентация результатов. А в конце получится не просто опыт, а готовый проект в портфолио.

#курс #ml #начинающим #ru

Курс по разработке ML сервиса: от идеи к прототипу

Иногда хочется не просто покрутить данные, а собрать из них что-то живое — например, работающий ML-сервис. Но с чего вообще начать, если опыта немного, а интерес есть?

Один из вариантов — разобрать процесс от анализа данных до прототипа вместе с преподавателями из Вышки. В курсе — немного теории, немного практики, и в итоге — интерактивный дашборд на Streamlit, который не стыдно добавить в резюме.

Ссылка на курс

#курс #ml #начинающим #ru

Репозиторий PINTO_model_zoo — большая подборка самых разных ML-моделей под любые задачи. Там собрано больше 460 штук — от распознавания жестов и лиц до трекинга движений и работы с эмоциями. Всё разложено по полочкам: модели сгруппированы по типам задач, а ещё указано, с какими фреймворками они работают — от TensorFlow и PyTorch до CoreML и EdgeTPU. Внизу описания — пара примеров, как это всё можно запускать в деле.

Ссылка на репозиторий

#подборка #ml