Machine Learning
դասընթաց սկսնակների համար
Ձեռք բեր պահանջված մասնագիտություն 4 ամսում
Դասընթացի արդյունքում
Կկարողանաս հասկանալ Python ծրագրային լեզվի հիմունքները տվյալագիտության համար
Կսովորես տվյալների ձևափոխման և վերլուծության համար նախատեսված Python ծրագրային լեզվի մեջ ամենատարածված փաթեթները
Կկարողանաս ստեղծել տվյալների վիզուալիզացիա, գեղեցիկ և ինֆորմատիվ գծապատկերներ
Կկարողանաս կիրառել ամենաարդյունավետ մոդելները տվյալների վերլուծության ու կանխատեսումներ կատարելու նպատակով
Կծանոթանաս նեյրոնային ցանցերի կառուցվածքին և բաղադրիչներին, կծանոթանաս դրանց կիրառությանը իրական տվյալների վրա
Կունենաս բավարար գիտելիքներ, որպես Junior Machine Learning մասնագետ աշխատանքի ընդունվելու համար:
Դասընթացի ծրագիրը
Սկիզբ՝ 17.03.2021 (19:00)
4 ամիս (32 դաս)
շաբաթական 2 անգամ
օրական 2 ժամ
ՉՐՔ ԵՎ ՈՒՐԲ՝ 19:00-21:00
Դասընթացն անցկացվելու է հայերեն լեզվով, սակայն հիմնական տերմինաբանությունը կլինի անգլերենով:
4 ամիս (32 դաս)
շաբաթական 2 անգամ
օրական 2 ժամ
ՉՐՔ ԵՎ ՈՒՐԲ՝ 19:00-21:00
Դասընթացն անցկացվելու է հայերեն լեզվով, սակայն հիմնական տերմինաբանությունը կլինի անգլերենով:
- Types of Machine Learning
- A roadmap for building machine learning systems.
- A roadmap for building machine learning systems.
- Variables and data types. Working with them and manipulation
- Functions and Packages. Writing own functions and using python packages to efficiently leverage available resources.
- Functions and Packages. Writing own functions and using python packages to efficiently leverage available resources.
- Work with powerful tools in the NumPy array
- Import, clean, calculate statistics and analyse data with Pandas.
- Import, clean, calculate statistics and analyse data with Pandas.
- Construction of attractive visualizations that help communicate results effectively.
- Data Preprocessing
- Feature engineering. Learn how to add additional features from data available.
- Feature engineering. Learn how to add additional features from data available.
- Building state of the art machine learning models to solve classification and regression problems
- We will learn Regression
- Classification
- K nearest neighbors
- Decision Trees
- Ensemble methods (bagging and boosting)
- Support Vector Machines.
- We will learn Regression
- Classification
- K nearest neighbors
- Decision Trees
- Ensemble methods (bagging and boosting)
- Support Vector Machines.
- Clustering unlabeled data and insights extraction
- Topics to cover: K means clustering
- Dimensionality Reduction
- Best Practices for model evaluation
- Various ways to evaluate a machine learning model's performance.
- Topics to cover: K means clustering
- Dimensionality Reduction
- Best Practices for model evaluation
- Various ways to evaluate a machine learning model's performance.
- Deep learning model components
- How neural networks learn.
- How neural networks learn.
Դասընթացի վերջում մասնակիցները կստանան դասընթացի մասնակցության վկայականներ:
Դասընթացը կվարի
| Աննա Ճնգրյան Տվյալների գիտության մասնագետ՝ ավելի քան 2 տարվա աշխատանքային փորձով
|
Կարծիքներ Աննայի մասին
Դասընթացի արժեքն ամսական
49.000դր
Հայաստանում միջին փորձով Machine Learning-ի մասնագետը ամսական կարող է վաստակել 300.000-350.000 դրամ և ավել:
Հաճախ տրվող հարցեր
Այո՛, դասընթացը կազմված է հենց սկսնակների համար՝ 0-ից:
Դասերն անցկացվում են երեկոյան ժամերին և տևում են 2 ժամ:
- Գծային հանրահաշիվ
- Հավանականության տեսություն
- Մաթեմատիկական անալիզ
- Անգլերենի սկսնակ մակարդակ:
- Հավանականության տեսություն
- Մաթեմատիկական անալիզ
- Անգլերենի սկսնակ մակարդակ:
Այո, դասընթացին մասնակցելու համար համակարգչի առկայությունը պարտադիր է:
Գրանցվելու համար սեղմիր ԳՐԱՆՑՎԵԼ ԱՆՎՃԱՐ ԲԱՑ ԴԱՍԻՆ կոճակը, լրացրու և ուղարկիր հայտը:
Մտածում ես, թե ու՞մ հետ կարելի է մասնակցել
Կիսվի՛ր, հրավիրի՛ր ընկերոջդ
Գրանցում անվճար բաց դասին
Լրացրու հետևյալ դաշտերը