Собрали самые популярные курсы с YouTube-канала факультета компьютерных наук ВШЭ. Машинное и глубинное обучение, программирование на C++, распределенные системы — то, что пригодится не только студентам и молодым ИТ-специалистам, но и более опытным сотрудникам индустрии и академии.
Курс «Байесовские методы в машинном обучении»
Курс помогает освоить байесовский подход к теории вероятностей и основные способы его применения для решения задач машинного обучения. Вы научитесь строить комплексные вероятностные модели, учитывающие структуру задачи машинного обучения, выводить необходимые формулы для решения задач обучения и вывода в рамках построенных вероятностных моделей, а также эффективно реализовывать эти модели.
Читает Дмитрий Ветров, профессор-исследователь департамента больших данных и информационного поиска, заведующий Центром глубинного обучения и байесовских методов.
Курс посвящен изучению основных методов машинного обучения. Первый блок охватывает обучение с учителем: линейные модели и методы градиентного обучения, решающие деревья, композиции моделей (случайный лес, градиентный бустинг и его имплементации) , приложения в рекомендательных системах. Второй блок посвящен обучению без учителя: методы кластеризации, визуализации, понижения размерности.
Читает Евгений Соколов, заместитель руководителя и старший преподаватель департамента больших данных и информационного поиска, академический руководитель бакалавриата «Прикладная математика и информатика».
Продолжение курса «Машинное обучение 1» посвящено изучению продвинутых методов машинного обучения. Охватывает следующие разделы:
- Ядровые методы
- Вероятностные методы
- Кластеризация. Одноклассовые методы. Частичное обучение
- Обучение с учителем. Метрические методы. Быстрый поиск соседей. Ранжирование. Рекомендательные системы
Читает Евгений Соколов, заместитель руководителя и старший преподаватель департамента больших данных и информационного поиска, академический руководитель бакалавриата «Прикладная математика и информатика».
Курс предназначен для тех, кто уже знаком с языком C++, но хочет улучшить свои знания. Мы постараемся углубиться в такие сложные темы как move семантика, мультипоточность, метапрограммирование, а также рассказать о текущем месте C++ в мире и о том, чем он отличается от других языков.
Читает Данила Кутенин, сотрудник Google, приглашенный преподаватель департамента больших данных и информационного поиска ФКН.
Курс «Инструменты промышленной разработки»
Курс предназначен для освоения работы с командной строкой, использования мощного текстового редактора и необычных функций систем контроля версий. Мы рассмотрим дизайн и особенности этих инструментов. По итогам прохождения курса слушатели смогут свободно пользоваться ими и думать в рамках этих инструментов.
Читает Данила Кутенин, сотрудник Google, приглашенный преподаватель департамента больших данных и информационного поиска ФКН.
Курс «Глубинное обучение для текстовых данных»
На курсе рассмотрят вопросы автоматической обработки текстов (natural language processing) , области, находящейся на стыке машинного обучения и лингвистики. Курс состоит из двух частей: базовой (основные концепции) , и продвинутой (индустриальные технологии и современные научные вопросы) .
Читает Екатерина Артемова, научный сотрудник лаборатории моделей и методов вычислительной прагматики ФКН.
На курсе изучаются типовые задачи, возникающие при построении распределенных систем, и методы их решения. Слушатели также познакомятся с различными классами распределенных систем и особенностями их реализации, получат практические навыки разработки.
Читает Олег Сухорослов, доцент департамента больших данных и информационного поиска ФКН.