Machine Learning Specialization Coursera

Специализация «Машинное обучение» Coursera

Содержит решения и примечания по специализации «Машинное обучение», написанные Эндрю Н.Г. на Coursera.

Примечание. Если вы хотите глубже понять концепции, поняв всю необходимую математику, ознакомьтесь с разделом «Математика для машинного обучения и науки о данных».

---

Курс 1: Машинное обучение с учителем: регрессия и классификация

• Неделя 1

• Представление модели

• Функция стоимости

• Градиентный спуск

• Практический тест: Регрессия

• Практический тест: контролируемое и неконтролируемое обучение

• Практический тест: Обучение модели градиентным спуском

• Дополнительные лаборатории

• Неделя 2

• Линейная регрессия

• Нумпийская векторизация

• Многомерная регрессия

• Масштабирование функций

• Особенности проектирования

• Склеар Градиентный спуск

• Склеарн Нормальный метод

• Практический тест: Градиентный спуск на практике

• Практический тест: Множественная линейная регрессия

• Дополнительные лаборатории

• Задание по программированию

• Неделя 3

• Логистическая регрессия

• Классификация

• Сигмовидная функция

• Граница решения

• Логистические потери

• Функция стоимости

• Градиентный спуск

• Scikit Learn — Логистическая регрессия

• Переобучение

• Регуляризация

• Практический тест: Функция стоимости для логистической регрессии

• Практический тест: Градиентный спуск для логистической регрессии

• Дополнительные лаборатории

• Задание по программированию

Сертификат об окончании

Курс 2: Алгоритмы продвинутого обучения

• Неделя 1

  
  

• Нейронные сети для двоичной классификации

• Нейроны и слои

• Обжарка кофе

• Обжарка кофе с использованием Numpy

• Практический тест: Интуиция нейронных сетей

• Практический тест: Модель нейронной сети

• Практический тест: реализация TensorFlow

• Практический тест: Реализация нейронных сетей в Numpy

• Дополнительные лаборатории

• Задание по программированию

• Неделя 2

• Нейронные сети для распознавания рукописных цифр — мультикласс

• РЭлу

• Софтмакс

• Мультиклассовая классификация

• Практический тест: Обучение работе с нейронными сетями

• Практический тест: Функции активации

• Практический тест: Мультиклассовая классификация

• Практический тест: Дополнительные понятия нейронных сетей

• Дополнительные лаборатории

• Задание по программированию

• Неделя 3

• Советы по прикладному машинному обучению

• Практический тест: Советы по применению машинного обучения

• Практический тест: смещение и дисперсия

• Практический тест: Процесс разработки машинного обучения

• Задание по программированию

• Неделя 4

• Деревья решений

• Практический тест: Деревья решений

• Практический тест: Обучение деревьям решений

• Практический тест: Ансамбли деревьев решений

• Задание по программированию

Сертификат об окончании

Курс 3: Обучение без учителя, Рекомендации, Обучение с подкреплением

• Неделя 1

• К означает

• Обнаружение аномалий

• Практический тест: Кластеризация

• Практический тест: Обнаружение аномалий

• Задания по программированию

• Неделя 2

• Совместная фильтрация RecSys

• RecSys с использованием нейронных сетей

• Практический тест: Совместная фильтрация

• Практический тест: Внедрение рекомендательных систем

• Практический тест: Контентная фильтрация

• Задания по программированию

• Неделя 3

• Глубокое Q-Learning - Лунный посадочный модуль

• Практический тест: введение в обучение с подкреплением

• Практический тест: Функция значения состояния-действия

• Практический тест: Непрерывные пространства состояний

• Задание по программированию

Сертификат об окончании

Сертификат специализации

Звездочеты с течением времени

Обзор курса:

Этот курс — лучшее место для того, чтобы стать инженером по машинному обучению. Даже если вы эксперт, многие алгоритмы рассматриваются подробно, например, деревья решений, которые могут помочь в дальнейшем совершенствовании навыков.

Особая благодарность профессору Эндрю Нгу за структурирование и адаптацию этого курса.

---

Понимание того, чего вы сможете достичь по окончании этой специализации:

• Напишите алгоритм обучения без учителя для посадки лунного корабля с использованием глубокого Q-обучения.

• Ровер был обучен правильно приземляться на поверхность, правильно между флажками-индикаторами, после многих неудачных попыток научиться это делать.

• Финальная посадка после обучения агента с использованием соответствующих параметров:

lunar_lander.mp4

• Напишите алгоритм для системы рекомендации фильмов.

• База данных фильмов собирается по жанрам.

• Обучен алгоритм контентной фильтрации и совместной фильтрации, а также реализована система рекомендаций фильмов.

• Он дает рекомендации по фильмам в зависимости от жанра фильма.

• И многое другое !!

В заключение хочу сказать, что это курс, который я бы порекомендовал пройти всем. Не только потому, что вы узнаете много нового, но и потому, что задания представляют собой примеры из реальной жизни, которые интересно выполнять .

Приятного обучения :))