Большие данные, машинное обучение и искусственный интеллект: различия между версиями

Материал из Кружковое движение
Перейти к навигации Перейти к поиску
 
(не показано 19 промежуточных версий 3 участников)
Строка 1: Строка 1:
−
* [https://lectoriy.mipt.ru/course/MachineLearning-L Курс «Машинное обучение»] от Лектория МФТИ (7 часовых лекций, автор – Виктор Кантор)
  
−
* [https://nti-contest.ru/wp-content/uploads/7-%d0%91%d0%94.pdf Методическое пособие. Профиль «Большие данные и машинное обучение»]
  
−
* [https://www.coursera.org/learn/probability-theory-basics?authMode=login Онлайн-курс «Теория вероятностей для начинающих»]
  
−
* [https://stepik.org/course/67/promo Онлайн-курс «Программирование на Python»]
  
−
* [https://stepik.org/course/217/promo Онлайн-курс «Алгоритмы: теория и практика. Методы»]
  
−
* [https://stepik.org/course/83/promo Онлайн-курс «Дискретные структуры»]
  
−
* [https://stepik.org/course/76/promo Онлайн-курс «Основы статистики»]
  
−
* [https://www.coursera.org/learn/supervised-learning Онлайн-курс «Обучение на размеченных данных»]
  
−
* [https://www.coursera.org/learn/vvedenie-mashinnoe-obuchenie Онлайн-курс «Введение в машинное обучение»]
  
−
* [https://www.coursera.org/learn/unsupervised-learning Онлайн-курс «Поиск структуры в данных»]
  
   
−
* Сборка [https://www.anaconda.com/distribution/ Python] для анализа данных и как [http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_(%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%BD%D0%B0%D1%8F_%D0%B8%D0%BD%D0%B6%D0%B5%D0%BD%D0%B5%D1%80%D0%B8%D1%8F)/%D0%A3%D1%81%D1%82%D0%B0%D0%BD%D0%BE%D0%B2%D0%BA%D0%B0_%D0%B8_%D0%BD%D0%B0%D1%81%D1%82%D1%80%D0%BE%D0%B9%D0%BA%D0%B0_Python установить IPython]
  
  +
== Что нужно знать ==
−
* Начни [https://compscicenter.ru/courses/python/2015-autumn/ программировать на Python]
  
  +
  +
* [[Математика]]: мат. статистика, теория вероятности, теория графов, метод математической индукции, основные комбинаторные схемы, элементы математической логики
  +
** Подборка онлайн-курсов по [[Математика для старших классов и студентов#Математическая_статистика|основам математической статистики]]
  +
** Подборка онлайн-курсов по [[Математика для старших классов и студентов#Теория_вероятностей|теории вероятностей]]
  +
** [https://ulearn.me/Course/math/O_kurse_c1da3ba7-2561-42d5-8f24-5ccef2b176a9 Введение в математику]
  +
** [https://stepik.org/course/76/promo Основы статистики]
  +
** [https://www.coursera.org/learn/probability-theory-basics?authMode=login Теория вероятностей для начинающих]
  +
** [https://stepik.org/course/83/promo Дискретные структуры]
  +
** Алгоритмы
  +
*** Подборка обучающих курсов [[Анализ данных и машинное обучение|по анализу данных и машинному обучению]]
  +
*** [https://stepik.org/course/217/promo Онлайн-курс «Алгоритмы: теория и практика. Методы»]
  +
*** [https://ulearn.me/Course/complexity/Zachem_mne_eto__f5e3d1fe-09aa-4403-9fb2-e175b40577ae Онлайн-курс «Оценка сложности алгоритмов»]
  +
* [[Информатика]]: основы программирования, основы численных методов в программировании, алгоритмическое мышление, представление графов и работа с ними
  +
  +
== Hard skills ==
  +
* Анализ данных
  +
** [https://www.coursera.org/learn/unsupervised-learning Онлайн-курс «Поиск структуры в данных»]
  +
* Машинное обучение
  +
** [https://www.coursera.org/learn/vvedenie-mashinnoe-obuchenie Онлайн-курс «Введение в машинное обучение»]
  +
** [https://lectoriy.mipt.ru/course/MachineLearning-L Курс «Машинное обучение»] от Лектория МФТИ (7 часовых лекций, автор – Виктор Кантор)
  +
** [https://www.coursera.org/learn/supervised-learning Онлайн-курс «Обучение на размеченных данных»]
  +
* Визуализация данных
  +
** Статья по [https://habr.com/ru/company/ods/blog/323210/ визуализации данных в Pandas и Seaborn]
  +
** [https://pandas.pydata.org/pandas-docs/stable/user_guide/visualization.html Визуализация в Pandas]
  +
* Программирование:
  +
** [https://nsu.ru/xmlui/bitstream/handle/nsu/9058/kr.pdf Программирование на Си]
  +
** [http://study-java.ru/ Программирование на Java]
  +
** Программирование на Python
  +
*** Онлайн-курс [https://stepik.org/course/67/promo Программирование на Python]
  +
*** [https://pythonworld.ru/samouchitel-python Самоучитель на Python]
  +
  +
== Полезные материалы ==
  +
* [https://nti-contest.ru/wp-content/uploads/7-%d0%91%d0%94.pdf Методическое пособие. Профиль «Большие данные и машинное обучение»]
  +
* Python
  +
** [[Алгоритмы и языки программирования#Python|Подборка курсов по Python]]
  +
** Сборка [https://www.anaconda.com/distribution/ Python] для анализа данных
  +
**[http://wiki.cs.hse.ru/%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_(%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%BD%D0%B0%D1%8F_%D0%B8%D0%BD%D0%B6%D0%B5%D0%BD%D0%B5%D1%80%D0%B8%D1%8F)/%D0%A3%D1%81%D1%82%D0%B0%D0%BD%D0%BE%D0%B2%D0%BA%D0%B0_%D0%B8_%D0%BD%D0%B0%D1%81%D1%82%D1%80%D0%BE%D0%B9%D0%BA%D0%B0_Python Как установить IPython]
 
** [https://github.com/donnemartin/data-science-ipython-notebooks Data science IPython notebooks]
  
** [https://github.com/donnemartin/data-science-ipython-notebooks Data science IPython notebooks]
 
** [https://github.com/donnemartin/data-science-ipython-notebooks Matplotlib, Scikit-learn]
  
** [https://github.com/donnemartin/data-science-ipython-notebooks Matplotlib, Scikit-learn]
−
* Статья по [https://habr.com/ru/company/ods/blog/323210/ визуализации данных в Pandas и Seaborn]
 +
* [https://habr.com/en/company/yandex/blog/206058/ Лекция о деревьях решений]
−
* [https://pandas.pydata.org/pandas-docs/stable/user_guide/visualization.html Визуализация в Pandas]
  
−
* Изучить [https://habr.com/en/company/yandex/blog/206058/ лекцию о деревьях решений]
  

Текущая версия на 15:44, 25 марта 2020

Что нужно знать

Hard skills

Полезные материалы

Источник — https://do.kruzhok.org/index.php?title=Большие_данные,_машинное_обучение_и_искусственный_интеллект&oldid=1601