ТОП лучших образовательных программ по AI и ML
16 ноября, 2018Растущая популярность решений с применением AI и машинного обучения стала поводом для увеличения экспертизы в этой области среди разработчиков и энтузиастов. Сегодня можно найти множество дистанционных и очных курсов, которые позволяют понять тонкости разработки проектов с AI и ML, а также получить практические навыки в этой области. Мы составили список лучших учебных программ на русском и английском языках, которые дадут максимальную пользу при освоении новых технологий.
Площадка: Yandex.
Стоимость: бесплатно
Язык: русский
В финальном проекте вы сможете применить полученные знания к реальным данным в электронной коммерции, социальных медиа, информационном поиске, бизнес-аналитике. Вы пройдете все этапы анализа данных — от подготовки до построения финальной модели и оценки её качества
2. Видеолекции курса «Машинное обучение»
Площадка: Школа анализа данных Яндекса.
Стоимость: бесплатно
Язык: русский
Студенты слушают лекции и посещают семинары, вместе работают над учебными проектами, результаты которых нередко приводят к научным публикациям. Некоторые студенты ШАДа попадают на стажировку в Яндекс, где могут применить полученные знания.
3. AI &ML for Programmers – Основы искусственного интеллекта и машинного обучения для программистов.
Площадка: Artezio (лаборатория ИИ в Нижнем Новгороде).
Стоимость: бесплатно для сотрудников
компании и стажеров
Язык: русский
Длительность: Циклы два раза в год. Еженедельные занятия и выпускная работа.
Курсы лекций для сотрудников компании Artezio. Проводятся профессором, доктором технических наук Владимиром Крыловым.
Действительный член Российской академии инженерных наук (РАИН) Владимир Крылов проводит бесплатные занятия по основам ИИ и ML среди программистов. Компания Artezio инвестировала не только в создание обучающего курса, но и оснащение и развитие собственной лаборатории искусственного интеллекта. Слушатели курса получают не только теоретические, но и практически знания по работе с ИИ и ML, реализуют собственные учебные проекты в этой области. Подавляющее большинство курсов по машинному обучению направлено на получение знаний как построены обучаемые алгоритмы, математическим основам таких алгоритмов, использованию машинного обучения для аналитики. И лишь узкий круг, в большинстве закрытые корпоративные, раскрывают применение методов машинного обучения для разработчиков программного обеспечения: архитекторов, программистов.
4. «Введение в машинное обучение»
Площадка: Coursera
Автор: Высшая школа экономики, Школа анализа данных Яндекс
Длительность: 7 недель, 3-5 часов в неделю
Стоимость: бесплатно
Язык: русский
Курс рассказывает преимущественно про основные типы задач машинного обучения: классификацию, регрессию и кластеризацию. Преподаватели из Яндекса и Высшей школы экономики объясняют основные методы и рассказывают про их особенности, учат оценивать качество моделей и понимать, для решения какой задачи подходит каждая из них. Программа рассчитана на семь недель, но если постараться, то можно закончить курс до 1 сентября. Курс ориентирован на слушателей, которые знакомы с Python, так как используются его библиотеки numpy, pandas и scikit-learn.
Введение в машинное обучение от GL4G
Площадка: Great Learning
Автор: Great Learning
Длительность: 1,5 часа
Стоимость: бесплатно
Язык: английский
Короткий курс предназначен для тех, кто интересуется машинным обучением, но пока еще не знает, с чего начать. Программа состоит из 12 видеоуроков и объясняет, что такое машинное обучение и как алгоритм может учиться, рассказывает основную терминологию и методы, а также дает практические упражнения.
5. Машинное обучения от А до Я: применение Python и R в науке о данных
Площадка: Udemy
Автор: Кирилл Еременко,, Хаделин де Понтевес, команда SuperDataScience
Длительность: 41 час видеолекций
Стоимость: $10,99
Язык: английский
Курс разработан двумя дата-сайентистами, чтобы объяснить сложную теорию, алгоритмы и программирование с использованием библиотек машинного обучения. Программа состоит из десяти частей, в которых рассматривается обработка данных, регрессия, классификация, кластеризация, обучение с подкреплением, обработка естественного языка и глубокое обучение. На курсе есть практические упражнения и шаблоны кода для Python и R. Большое внимание уделяется выбору правильной модели для каждого типа задач.
6. Bootcamp-тренировка: Python для науки о данных и машинного обучения
Площадка: Udemy
Автор: Хосе Портилья
Длительность: 21,5 часов видеолекций
Стоимость: $10,99
Язык: английский
Программа курса помогает понять, как использовать Python для анализа данных, создания визуализации и использования алгоритмов машинного обучения. На курсе используются NumPy, Seaborn, Matplotlib, Pandas, Scikit-Learn, Machine Learning, Plotly, Tensorflow и другие инструменты. Также слушателям расскажут про обработку естественного языка, искусственный интеллект и глубокое обучение.
7. Наука о данных, глубокое обучение и машинное обучение с помощью Python
Площадка: Udemy
Автор: Фрэнк Кейн
Длительность: 12 часов видеолекций
Стоимость: $10,99
Язык: английский
На курсе рассказывается об использовании искусственного интеллекта и машинного обучения для решения бизнес-задач. Преподаватель Фрэнк Кейн девять лет работал в Amazon и IMDb, создавая рекомендательные системы. Каждая концепция описывается на простом языке без сложных математических терминов. После вводной части демонстрируется использование кода на Python. Основное внимание уделяется практическому пониманию и применению алгоритмов машинного обучения. В конце курса слушателям предлагают работу над итоговым проектом, чтобы применить новые знания.
8. Курс машинного обучения от Google
Площадка: Google
Автор: Google
Длительность: 15 часов видеолекций
Стоимость: бесплатно
Язык: английский
Компания предлагает быстрое и практическое введение в машинное обучение с использованием API TensorFlow. Курс включает серию уроков с видеолекциями, реальными задачами и практическими упражнениями. Всего слушателям необходимо прослушать 25 уроков и выполнить 40 упражнений. Для всех алгоритмов предлагается интерактивная визуализация.
9. Структурирование проектов по машинному обучению
Площадка: Coursera
Автор: deeplearning.ai
Длительность: две недели
Стоимость: подписка на Coursera 3 039 ₽ в месяц
Язык: английский
Преподаватели курса из Стэнфордского университета расскажут, как построить работу команды по машинному обучения. За две недели слушатели научатся находить ошибки в системе машинного обучение, расставлять приоритеты в направлении работы и понимать сложные детали машинного обучения, например, невалидные обучающие наборы данных.
10. Использование глубокого обучения в творчестве с помощью TensorFlow
Площадка: Kadenze
Автор: Google Magenta
Длительность: пять сессий по 12 часов
Стоимость: бесплатно
Язык: английский, русские субтитры
Курс создан при поддержке проекта Magenta от Google, в рамках которого компания пытается создать «творческий компьютер». Преподаватели рассказывают про основные компоненты глубокого обучения, которые необходимы для построения алгоритмов: сверточные сети, вариационные автокодеры, генеративные состязательные сети и рекурсивные нейросети. Внимание уделяется творчеству нейросетей. Например, работе с изображением и созданию контента, который будет соответствовать эстетике или содержимому другого изображения.
11. Статистическое машинное обучение
Площадка: YouTube
Автор: Университет Карнеги — Меллона
Длительность: 24 лекции по 1,5 часа
Стоимость: бесплатно
Язык: английский, русские субтитры
На YouTube есть запись цикла лекций профессора Департамента статистики и факультета машинного обучения Университета Карнеги-Меллона Ларри Вассермана. Курс рассчитан на людей с продвинутыми знаниями математики и программирования, так как ориентирован на интеграцию статистики и машинного обучения. Предпосылкой к курсу служат лекции «Промежуточная статистическая теория» и «Введение в машинное обучение».
12. «Принципы машинного обучения»
Площадка: EdX
Автор: Microsoft
Длительность: 6 недель, 2–4 часа в неделю
Стоимость: бесплатно, сертификат $99
Язык: английский
Курс входит в сертификацию Microsoft в области науки о данных. На нем рассказывают, как создавать и работать с моделями машинного обучения с использованием Python, R и Azure Machine Learning. Преподаватели рассказывают о классификации, регрессии в машинном обучении, контролируемых моделях, системах нелинейного моделирования, кластеризации и разработке рекомендаций.
Для тех, кому ближе оффлайн-встречи, Университет ИТМО со 2 по 15 августа проводит в Санкт-Петербурге Летнюю школу машинного обучения на базе Центра речевых технологий. Слушатели получат практический опыт применения методов и алгоритмов глубокого обучения для анализа аудиовизуальных данных для распознавания эмоций.
Требования к участникам:
— студенты старших курсов;
— владение Python;
— имеют опыт применения современных методов машинного обучения;
— огромное желание развиваться в области аудио- и видеоаналитики.
Немало компаний проводят корпоративные курсы по машинному обучению и искусственному интеллекту для своих сотрудников. Если курсы проводятся в рабочее время и слушатели получают какие-либо преференции в работе, то к трудовому договору заключается дополнительное соглашение, согласно которому увольняющийся в течение определенного срока сотрудник возмещает затраты на свое обучение. Содержание таких курсов обычно носит сильную специфическую окраску для тематики компании.
Например: Luxoft https://www.luxoft-training.ru/kurs/osnovy_mashinnogo_obucheniya_.html курс EAS-020. Основной тренер по курсу — тренер Luxoft training – доцент ВШЭ и начальник отдела ЗАО ТИТАН-МЕТА.
