НАЗАД

Интеллектуальный анализ данных и нейронные сети

В данном разделе представлены массовые открытые онлайн-курсы (МООК). МООК является дополнительным учебным материалом. 

Обращаем Ваше внимание, что изучение МООК доступно любому зарегистрированному пользователю, однако МООК не является частью образовательных программ повышения квалификации. 

Изучение материалов МООК не предполагает выдачу удостоверений, сертификатов или иных документов, подтверждающих их изучение.

Курс направлен на получение теоретических знаний и практических навыков в области подходов, моделей, методов высокопроизводительного интеллектуального анализа данных, начиная от терминологических особенностей предметной области и примеров применения, раскрывая основы машинного обучения с использованием основных моделей с акцентом на распространенные нейросетевые архитектуры, и завершая деталями технологий высокопроизводительной обработки данных и примерами соответствующих программных.
МООК
Программа
1
Интеллектуальный анализ данных и нейронные сети

a.
Промо
2
Введение в интеллектуальный анализ данных

a.
Введение, основные понятия, терминология, области и примеры применения

b.
Текстовый материал

c.
Презентация

d.
Основные задачи и классификация методов анализа данных. Принципиальные основы машинного обучения

e.
Текстовый материал

f.
Презентация

g.
Предварительная обработка данных

h.
Текстовый материал

i.
Презентация

j.
Критерии точности

k.
Текстовый материал

l.
Презентация

m.
Тест по подразделу

n.
Оптимизация признакового пространства

o.
Текстовый материал

p.
Презентация

q.
Регрессия

r.
Текстовый материал

s.
Презентация

t.
Неконтролируемая классификация (кластеризация)

u.
Текстовый материал

v.
Презентация

w.
Классификация данных

x.
Текстовый материал

y.
Презентация

z.
Ассоциативные алгоритмы

aa.
Текстовый материал

ab.
Презентация

ac.
Тест по подразделу

ad.
Проведение разведочного анализа данных

ae.
Проведение разведочного анализа данных (Orange Data Mining)

af.
Проведение предварительной обработки данных

ag.
Проведение предварительной обработки данных (Orange Data Mining)

ah.
Проведение оптимизации признакового пространства

ai.
Решение задачи кластеризации данных

aj.
Оптимизация признакового пространства и кластеризация данных (Orange Data Mining)

ak.
Решение задачи регрессии

al.
Решение задачи классификации

am.
Решение задачи классификации и регрессии (Orange Data Mining)

an.
Применение ассоциативных алгоритмов

ao.
Оценка моделей

ap.
Тест по подразделу
3
Нейронные сети

a.
Нейросетевые подходы и глубокое обучение

b.
Текстовый материал

c.
Презентация

d.
Проектирование нейросетевых архитектур

e.
Текстовый материал

f.
Презентация

g.
Оптимизация нейросетевых моделей

h.
Текстовый материал

i.
Презентация

j.
Самоорганизирующиеся нейронные сети

k.
Текстовый материал

l.
Презентация

m.
Рекуррентные архитектуры нейронных сетей

n.
Текстовый материал

o.
Презентация

p.
Основы классификации визуальных образов

q.
Текстовый материал

r.
Презентация

s.
Тест по подразделу

t.
Бинарный классификатор

u.
Нейросетевая регрессия

v.
Многоклассовый классификатор

w.
Рекуррентные нейронные сети

x.
Сверточные нейронные сети

y.
Тест по подразделу
4
Введение в высокопроизводительную обработку данных

a.
Высокопроизводительная обработка данных

b.
Текстовый материал

c.
Презентация

d.
Программные среды и сервисы обработки больших данных (Hadoop, MapReduce, Spark, Yarn, Cassandra и др.)

e.
Текстовый материал

f.
Презентация

g.
Bootstrap. Bagging. Boosting. Stacking

h.
Текстовый материал

i.
Презентация

j.
CRISP-DM

k.
Текстовый материал

l.
Презентация

m.
Тест по подразделу

n.
Использование инструментов обработки больших данных

o.
Многоуровневое машинное обучение

p.
Использование инструментов высокопроизводительной обработки больших данных (OpenMP)

q.
Использование инструментов высокопроизводительной обработки больших данных (CUDA)

r.
Тест по подразделу
5
Итоговый тест

a.
Итоговый тест
Преподаватели