Новые технологии захватывают мир - они приносят пользу компаниям во всех отраслях, особенно в ИТ-индустрии 2.0. Многие компании сейчас ищут сотрудников, владеющих футуристическими технологиями науки о данных, анализа данных и искусственного интеллекта. Согласно недавнему отчету Gartner, машинное обучение станет самой популярной технологией в ближайшие 2–3 года. И последним примером может быть объявление Apple # WWDC17 о новых технологиях с использованием машинного обучения. Самым полезным делом было бы повысить квалификацию с помощью машинного обучения.
Представляем Machine Learning Foundation Nanodegree, чтобы помочь вам начать свою карьеру в области машинного обучения; даже для тех, кто не имеет опыта программирования.
Независимо от того, начинаете ли вы карьеру, продвигаетесь по карьерной лестнице или просто хотите получить новый навык, эта наностепенная программа поможет вам понять и освежить в памяти базовые концепции не только машинного обучения, но также искусственного интеллекта и глубокого обучения. Модуль курса включает в себя базовое введение в программирование, описательную статистику, линейную алгебру и многое другое.
Проекты, которые вы будете строить в Nanodegree:
Проект 1 - создание трейлера к фильму
Используйте функции и классы, чтобы написать сайт о фильмах, на котором будут показаны постеры и трейлеры ваших любимых фильмов.
Проект 2 - Анализ феномена восприятия
Вычислите описательную статистику и проведите статистический тест на наборе данных, основанном на психологическом феномене, эффекте Струпа.
Проект 3 - линейная алгебра
Линейная алгебра составляет основу большинства алгоритмов машинного обучения. В этом проекте вы реализуете инверсию матриц без какой-либо библиотеки.
ПРОЕКТ 4 - Изучите набор данных
Выберите набор данных и используйте Pandas и NumPy, чтобы ответить на наиболее интересующие вас вопросы, и создайте отчет, содержащий ответы.
ПРОЕКТ 5 - Прогнозные цены
Научитесь строить модель, которая может прогнозировать цены на жилье в Бостоне.
Для более подробной информации посетите здесь.
