Технологии машинного обучения проникли во все сферы нашей жизни, за последние 15 лет искусственный интеллект получил широкое распространение. Работа с данными развивается стремительно, а кадров в этой сфере не хватает уже сейчас. Учитывая, что дальше спрос будет только расти, это очень перспективное направление для обучения. Поэтому мы собрали ТОП бесплатных курсов, с этого можно начать погружение в науку о данных.
1. Курс «Введение в искусственный интеллект»
Самая базовая информация. Студент, успешно прошедший курс, будет полноценно ориентироваться в современных технологиях ИИ. Сможет выступать экспертом для СМИ, консультантом для предпринимателей и компаний, которые планируют внедрять в свою деятельности методы машинного обучения. Курс рассчитан на 4 недели. Каждую неделю вам надо будет прослушать несколько видеолекций, и выполнять домашние задания.
Стоимость: бесплатно (с сертификатом около 2000 рублей)
Ссылка: https://www.coursera.org/learn/vvedenie-v-iskusstvennyi-intellekt
2. Открытый курс машинного обучения от Open Data Science
Открытый курс машинного обучения mlcourse.ai сообщества OpenDataScience – это сбалансированный по теории и практике курс, дающий как знания, так и навыки (необходимые, но не достаточные) уровня Junior Data Scientist. Здесь вы встретите и подробное описание математики, стоящей за используемыми алгоритмами, и соревнования Kaggle Inclass, и примеры бизнес-применения машинного обучения. С 2017 по 2019 годы Юрий Кашницкий yorko и большая команда ODS проводили живые запуски курса дважды в год – с домашними заданиями, соревнованиями и общим рейтингом учаcтников (имена героев запечатлены тут).
Курс состоит из:
- 10 статей на Хабре (и то же самое на Медиуме на англ.). Актуальный материал – на английском на сайте mlcourse.ai
- воспроизводимых материалов (Jupyter notebooks) в репозитории mlcourse.ai и в виде Kaggle Dataset (нужен только браузер)
- отличных соревнований Kaggle Inclass (не на "стаканье xgboost-ов", а на построение признаков)
- демо-версий домашних заданий по каждой теме
- расширенных домашних заданий по каждой теме (только на англ.), доступных по подписке на Patreon ("Bonus Assignments" tier)
Стоимость: бесплатно
Ссылка: https://habr.com/ru/company/ods/blog/322626/
3. «Машинное обучение» от Stanford
Классический курс "Machine Learning". Многие считают его лучшим по машинному обучению среди всех существующих, но он слегка устаревший. Преподаёт сам Andrew Ng — профессор в Стэнфорде, сооснователь платформы Coursera, сооснователь Google Brain и вице-президент Baidu. Программа покрывает все базовые вещи, которые вам нужно знать, подходит даже для новичков.
Единственный недостаток - в курсе используется Octave вместо Python. Но на самом деле авторы хотят, чтобы вы сосредоточились на алгоритмах, а не на программировании.
Стоимость: бесплатно для изучения, $79 за сертификат
Время обучения: 76 часов
В программе: обзор линейной алгебры, логистическая регрессия, регуляризация, линейная регрессия с одной и несколькими переменными, уроки Octave/Matlab, представление и обучение нейросетей, дизайн систем машинного обучения, метод опорных векторов, уменьшение размерности, определение аномалий, исстемы рекомендаций и советы для применения моделей.
Ссылка: https://www.coursera.org/learn/machine-learning
4. Введение в Data Science и машинное обучение
Курс знакомит слушателей с основами машинного обучения и рассчитан в первую очередь на тех слушателей, которые только начинают свой путь в Data Science. Подробно разбираются основные теоретические понятия, а также вам познакомят с библиотеками Pandas и Scikit-learn — наиболее популярными инструментами для анализа данных и машинного обучения. Вы будете решать практические задания на Python. Если вы не программировали раньше, вы можете начать этот курс и параллельно изучать основы программирования, применяя полученные теоретически знания для решения конкретных задач из области анализа данных.
Программа: 30 уроков, 9 часов видео, 54 теста и 21 интерактивная задача.
Стоимость: бесплатно
Ссылка: https://stepik.org/course/4852/promo?search=896826536
5. Курс «Introduction to Deep Learning»
Цель онлайн-курса — дать учащимся базовое представление о современных нейронных сетях и их приложениях для компьютерного зрения и понимания естественного языка. Курс начинается с краткого обзора линейных моделей и обсуждения методов стохастической оптимизации, которые имеют решающее значение для обучения глубоких нейронных сетей. На курсе дают все популярные строительные блоки нейронных сетей, включая полносвязные слои, сверточные и рекуррентные слои. Учащиеся будут использовать эти строительные блоки для определения сложных современных архитектур в рамках TensorFlow и Keras. В курсовом проекте нужно будет реализовать глубокую нейронную сеть для задачи подписи к изображению, которая решает задачу предоставления текстового описания для входного изображения.
Обратите внимание, это продвинутый курс, и он предполагает базовые знания в области машинного обучения для комфортного обучения:
- Базовые знания Python;
- Базовая линейная алгебра и вероятность;
- Линейная регрессия: среднеквадратическая ошибка, аналитическое решение;
- Логистическая регрессия: модель, кросс-энтропийная потеря, оценка вероятности класса;
- Градиентный спуск для линейных моделей. Производные MSE и функций кросс-энтропийных потерь;
- Проблема переобучения;
- Регуляризация для линейных моделей;
Стоимость: бесплатно
Ссылка: https://www.coursera.org/learn/intro-to-deep-learning
6. Основы статистики
Курс знакомит слушателей с основными понятиями и методами математической статистики. В течение трех недель мы рассмотрим наиболее широко используемые статистические методы и принципы, стоящие за ними. Полученных знаний будет достаточно для решения широкого круга задач, возникающих в рамках исследовательской работы.
Программа: 29 уроков, 4 часа видео, 105 тестов
Стоимость: бесплатно
Ссылка: https://stepik.org/course/76/promo?search=896827982
7. Нейронные сети и обработка текста
Современные методы автоматической обработки текста -- это поиск по смыслу, машинный перевод, чат-боты, построение баз знаний... Как к этому подступиться? Больше практики! Авторы курса, эксперты Центра ИИ Samsung, доступным языком рассказывают, как начать работать с текстами при помощи нейросетей.
Программа: 36 уроков, 9 часов видео, 148 тестов, 20 интерактивных задач
Стоимость: бесплатно
Ссылка: https://stepik.org/course/54098/promo?search=896826782