12+
Оглавление - Как стать экспертом по машинному обучению и искусственному интеллекту
- 1 Введение в искусственный интеллект
- 2 История развития Машинного обучения
- 3 Основы программирования для AI
- 4 Математика для машинного обучения
- 5 Линейная алгебра в AI
- 6 Статистика и вероятность для анализа данных
- 7 Основы Python для машинного обучения
- 8 Работа с библиотеками NumPy и Pandas
- 9 Визуализация данных для AI
- 10 Основы машинного обучения
- 11 Алгоритмы обучения с учителем
- 12 Алгоритмы обучения без учителя
- 13 Обучение с подкреплением
- 14 Нейронные сети и глубокое обучение
- 15 Обработка и подготовка данных
- 16 Метрики и оценка качества моделей
- 17 Обучение на больших данных
- 18 Регуляризация и предотвращение переобучения
- 19 Работа с текстовыми данными и обработка естественного языка
- 20 Машинное обучение для изображений
- 21 Машинное обучение для временных рядов
- 22 Рекомендательные системы
- 23 Обучение с подкреплением
- 24 Генеративные модели и GAN
- 25 Интерпретируемость и объяснимый AI
- 26 Машинное обучение в медицине
- 27 Машинное обучение в финансах
- 28 Машинное обучение в промышленности и производстве
- 29 Этические и правовые аспекты искусственного интеллекта
- 30 Будущее машинного обучения и искусственного интеллекта