Миракъл Стар предлага онлайн курс по Въведение в Machine Learning. Курсът съдържа 14 модула (лекции) като дължината на всяка лекция е 2-3 астрономически часа. След всяка лекция учениците ще получават домашна работа, срокът за чието написване ще бъде до началото на следващата лекция. Ще се провеждат по 2 лекции на седмица (дните и часовете на лекцията ще бъдат съгласувани с всички записани ученици, така че да е най-удобно за по-голямата част от тях). Всеки ученик ще получава индивидуална обратна връзка за всяка домашна работа. Ще има и две практически задачи, срокът за чието завършване ще бъде две седмици след като те са зададени, отново всеки ученик ще получи индивидуална обратна връзка след приключването на всяка от задачите. Всеки ученик ще проведе и няколко индивидуални разговора по време на курса с лектора. Целта на тези разговори ще бъде коментар относно силни и слаби страни на ученика, допълнителни материали, с които ученикът да работи, за да подобри разбирането си относно преподадения материал. Цялостният подход е много индивидуален, като целта на курса е всеки ученик да бъде подготвен, ако не за старт на кариера в Machine Learning, то за успешно вземане на някои от по-горните курсове в специализацията предложена от Miracle Star, които при всички положения дават добри изходни позиции за намиране на работа след завършване.

Лектор: Стефан Лазов

Цена: 300 лева

Капацитет: 30 човека

Процедура по записване: Записването тече към момента, в който четете статията. Всеки, който проявява интерес към записване може по всяко време да изпрати имейл на stefan.lazov@miraclestar.info . След проявяване на интерес ученикът ще премине през 15-30 минутен онлайн разговор с лектора. В този разговор лекторът и ученикът ще обсъдят мотивацията на ученика за вземане на курса и всякакви специфични нужди, които ученикът има. 1-2 дни след разговора ученикът ще бъде уведомен дали е одобрен за курса. В случай, че ученикът не е одобрен, той ще получи насоки за това как да се подготви и да кандидатства отново за следващата сесия на курса (след около 2 месеца).

Заплащане: След записване ученикът ще получи детайли за банков трансфер. Плащането трябва да бъде направено преди втората лекция от курса, за да може ученикът да продължи да участва в курса до края.

Начало на курса: Следващата сесия на курса започва около 15-ти Декември 2021.

Край на курса: 8-9 седмици след началото

Необходими познания: Единствените нужни познания са базови умения по програмиране. Не е задължително да са на Python и не е задължително да са свързани с Machine Learning

Програмни езици и платформи: Python и PyTorch

Език на провеждане: Курсът се провежда паралелно на два езика – Български и Английски, всеки ученик има възможност да избере един от двата.

Този курс е част от специализацията по Machine Learning, но не е небходимо да сте записани за нея, за да вземете курса – можете да вземемте и само него, ако пожелаете.

Разписание на курса

  1. Въведение и математически анализ
  • Функции с 1 и много променливи
  • Производни на функции с 1 и много променливи
  • Интегриране на функции с 1 и много променливи

2. Теория на вероятностите

  • Базови коцепции в теорията на вероятностите
  • Случайни величини
  • Какво е разпределение?
  • Биномиално разпределение
  • Многочленно разпределение
  • Бета разпределение
  • Разпределение на Дирихле
  • Гаусово разпределение
  • Условни разпределения

3. Линейна Алгебра

  • Матрици
  • Тензори
  • Собствени стойности и собствени вектори на матрици
  • Диагонализация

4. Модели на Марков

5. Въведение в Python

  • Инсталиране на Python
  • Използване на Virtual Environments
  • Python packages
  • Въведение в Pandas package

6. Въведение в Machine Learning

  • Какво е модел?
  • Какво е множество от данни?
  • Как се измерва точността на модел?
  • Как се тренира модел?
  • Как се тества модел?

7. Базови концепции в Machine Learning

  • Линейна регресия
  • Логистична регресия
  • Decision Tree
  • Random Forest
  • Въведение в Scikit-Learn package

8. По-сложни концепции и модели в Machine Learning

  • Support Vector Machine

9. Практическо упражнение 1– Всеки ученик ще получи задача да създаде и опише постигнатата точност на модел за определен проблем. Проблемът и данните ще бъдат едни и същи за всички ученици. Ще има 2 седмици, в които всеки ученик ще може да звърши задачата и опише резултата – насоки за това как да се опише резултата ще бъдат дадени по време не лекцията. По време на лекцията също ще се обсъжда проблемът и различни подходи за неговото решаване.

10. Базови концепции свързани с Neural Networks

  • Защо се нуждаем от невронните мрежи?
  • Защо невронните мрежи работят?
  • Каква идея стои зад невронните мрежи?

11. Трениране на невронни мрежи

  • Backpropagation Algorithm
  • Loss Function
  • Objective function
  • Измерване на точността
  • Алгоритми за оптимизация

12. Практика по невронни мрежи

  • Създаване и трениране на невронна мрежа на PyTorch

13. Способност за генерализация на невронните мрежи

  • Интуитивно разбиране на генерализацията
  • Регуларизация
  • Типове техники за регуларизация
  • Как се прилага регуларизация в PyTorch

14. Практическо упражнение 2 – Много сходно с Практическо упражнение 1, но този път идеята ще бъде да се използват невронни мрежи за решаването на даден проблем.

Често задавани въпроси

  • Ще получа ли запис на лекциите? – Да, всеки ученик ще получи запис на всяка една от лекциите
  • Мога ли да комуникирам с другите ученици? – Да, ще има Slack канал, в който всички ученици и лекторът ще комуникират
  • Колко често мога да комуникирам с лектора? – Когато имате въпрос, проблем или каквото и да било свързано с курса или вашето развитие в сферата на Machine Learning. Всеки е добре дошъл да задава въпроси, простиращи се над покрития материал в курса
  • Има ли учебник? – Не, всеки студент ще получава документ съдържащ бележки към всяка лекция (документът ще бъде получаван след предната леция). Този документ ще съдържа референции към статии и книги, които ученикът може да ползва като материал за учене
  • Ще има ли курсове за по-напреднали? – Да, този курс е първият курс от специализацията по Machine Learning предлагана от Miracle Star. Следващият курс, който се препоръчва учениците да вземат е Contemprorary Neural Networks and Some Applications
  • Как ще се състоят лекциите? – Лекциите ще се състоят онлайн чрез Zoom
  • Мога ли да пропускам лекции? – Присъствието или пропускането на лекция е по лична преценка и нужда на студента
  • Ще получа ли запис, ако пропусна лекция? – Да, също ще можете да питате всякакви въпроси, които имате към лекцията
  • Ще получа ли сертификат? – Не, но проектите в курса ще бъдат едно добро порфолио за вас при търсене на работа
  • Ще получа ли оферта за работа след като завърша? – Miracle Star преговаря с различни фирми търсещи Machine Learning Engineers. За момента не можем да гарантираме започване на работа или получаване на покана на интервю за работа, но пообна възможност може да се появи за най-сериозните ученици

Не се притеснявайте да изпращате всякакви въпроси (отговорени и неотговорени тук) на stefan.lazov@miraclestar.info

Leave a Reply

Your email address will not be published. Required fields are marked *