Большие данные, машинное обучение и искусственный интеллект: различия между версиями
Перейти к навигации
Перейти к поиску
Xci gen (обсуждение | вклад) |
Xci gen (обсуждение | вклад) |
||
Строка 6: | Строка 6: | ||
*** [https://stepik.org/course/217/promo Онлайн-курс «Алгоритмы: теория и практика. Методы»] |
*** [https://stepik.org/course/217/promo Онлайн-курс «Алгоритмы: теория и практика. Методы»] |
||
** [https://stepik.org/course/76/promo Онлайн-курс «Основы статистики»] |
** [https://stepik.org/course/76/promo Онлайн-курс «Основы статистики»] |
||
− | * [https://stepik.org/course/83/promo Онлайн-курс «Дискретные структуры»] |
+ | ** [https://stepik.org/course/83/promo Онлайн-курс «Дискретные структуры»] |
− | + | ** [https://www.coursera.org/learn/probability-theory-basics?authMode=login Онлайн-курс «Теория вероятностей для начинающих»] |
|
** [https://ulearn.me/Course/math/O_kurse_c1da3ba7-2561-42d5-8f24-5ccef2b176a9 Введение в математику] |
** [https://ulearn.me/Course/math/O_kurse_c1da3ba7-2561-42d5-8f24-5ccef2b176a9 Введение в математику] |
||
* [[Информатика]]: |
* [[Информатика]]: |
||
Строка 17: | Строка 17: | ||
** [https://www.coursera.org/learn/vvedenie-mashinnoe-obuchenie Онлайн-курс «Введение в 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://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] |
||
== Полезные материалы == |
== Полезные материалы == |
||
+ | * [https://nti-contest.ru/wp-content/uploads/7-%d0%91%d0%94.pdf Методическое пособие. Профиль «Большие данные и машинное обучение»] |
||
+ | |||
* 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] |
* 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] |
||
Строка 24: | Строка 30: | ||
** [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://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] |
* Изучить [https://habr.com/en/company/yandex/blog/206058/ лекцию о деревьях решений] |
||
− | * [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/67/promo Онлайн-курс «Программирование на Python»] |
||
− | * [https://www.coursera.org/learn/supervised-learning Онлайн-курс «Обучение на размеченных данных»] |
||
+ | |||
* [https://ulearn.me/Course/complexity/Zachem_mne_eto__f5e3d1fe-09aa-4403-9fb2-e175b40577ae Онлайн-курс «Оценка сложности алгоритмов»] |
* [https://ulearn.me/Course/complexity/Zachem_mne_eto__f5e3d1fe-09aa-4403-9fb2-e175b40577ae Онлайн-курс «Оценка сложности алгоритмов»] |
Версия 14:10, 20 марта 2020
Что нужно знать
- Математика: теория множеств, теория графов, метод математической индукции, основные комбинаторные схемы, элементы математической логики
- Информатика:
Hard skills
- Анализ данных
- Машинное обучение
- Онлайн-курс «Введение в машинное обучение»
- Курс «Машинное обучение» от Лектория МФТИ (7 часовых лекций, автор – Виктор Кантор)
- Онлайн-курс «Обучение на размеченных данных»
- Визуализация данных
Полезные материалы
- Сборка Python для анализа данных и как установить IPython
- Начни программировать на Python
- Изучить лекцию о деревьях решений