Машинное обучение - Видеоуроки, курсы, туториалы
Машинное обучение (ML) - это ключевое направление искусственного интеллекта, которое позволяет компьютерам обучаться на данных и принимать решения без явного программирования. В этой категории вы познакомитесь с основами ML, различными алгоритмами (линейная регрессия, деревья решений, градиентный бустинг), методами обучения (с учителем, без учителя, с подкреплением) и инструментами (Scikit-learn, TensorFlow, PyTorch).
Вы научитесь анализировать данные, строить модели и применять их в реальных задачах - от предсказания трендов до автоматизации процессов.
Популярное в машинное обучение
Создание системы машинного обучения в реальном времени
Python - Полный Курс по Python, Django, Data Science и ML
«Let’s Rust»: от нуля до ML-сервиса
Практическое машинное обучение
Машинное обучение и наука о данных: от нуля к мастерству
Делай ML-системы, за которые не стыдно
Хардкорный Machine Learning
Проектирование систем машинного обучения
Python для Data Science и машинного обучения - Bootcamp
Источники о машинное обучение
Машинное обучение в разделах
Курсы по машинное обучение
Pau Labarta Bajo
29 окт. 2025 г., 15:38
Создание системы машинного обучения в реальном времени
Building a Real-Time ML System. Together
Научитесь проектировать, разрабатывать, развёртывать и масштабировать end-to-end ML-системы реального времени с использованием Python, Rust, LLMs и Kubernetes.
Pau Labarta Bajo
7 окт. 2025 г., 23:44
«Let’s Rust»: от нуля до ML-сервиса
Let’s Rust
Живой, практический курс, где мы вместе (без длинной теории) соберём рабочий ML-продукт на Rust: обучим модель, упакуем её и поднимем REST API для предсказаний, а затем развернём сервис в Kubernetes. Курс честно «лайв»: преподаватель не позиционирует себя как закоренелого Rust-гуру — мы идём шаг за шагом, опираясь на диалог с код-ассистентом и концентрируясь на результате.
Pau Labarta Bajo
10 сент. 2025 г., 22:06
Практическое машинное обучение
The Real-World ML Tutorial
Привет! Я - Pau, инженер по машинному обучению с многолетним опытом разработки реальных ML-продуктов. Хотите спроектировать, разработать и внедрить свой собственный ML-продукт?Этот курс покажет вам, как создавать полнофункциональные ML-решения от идеи до продакшена, помогая стартапам и крупным компаниям решать бизнес-задачи.
zerotomastery.io
3 сент. 2025 г., 01:29
Машинное обучение с использованием Spark ML
Machine Learning with Spark ML
Научитесь использовать Spark ML для создания масштабируемых решений в области машинного обучения. Практика с регрессией, классификацией, инженерией признаков, оценкой моделей, настройкой гиперпараметров и интеграцией глубокого обучения с Apache Spark.Машинное обучение - это не только теория, но и умение работать в реальных, масштабируемых системах. В этом курсе вы освоите, как выводить модели ML на уровень продакшна с помощью библиотеки Spark ML.
Проектирование систем машинного обучения
Machine Learning System Design
Machine Learning System Design - это практическое руководство по проектированию эффективных и надёжных систем машинного обучения. Книга охватывает весь цикл разработки ML-систем: от сбора данных до релиза и сопровождения, предлагая чёткую пошаговую структуру, которая поможет как новичкам, так и опытным специалистам.
Andreas Kretz
29 мая 2025 г., 21:56
Машинное обучение и контейнеры на AWS
Machine Learning & Containers on AWS
В этом практическом курсе вы научитесь строить полный пайплайн данных на платформе AWS - от получения данных из Twitter API до анализа, хранения и визуализации.Вы создадите собственный алгоритм машинного обучения и развернёте его на AWS с помощью Lambda. Также вы настроите базу данных Postgres с использованием Amazon RDS. Для визуализации результатов вы разработаете интерактивный дашборд на Streamlit и получите опыт его развертывания в контейнера
Andrew Jones
9 мая 2025 г., 01:48
Подготовка и очистка данных для машинного обучения
Data Preparation & Cleaning for ML
Вы когда-нибудь слышали выражение «подготовка и очистка данных»? Это, пожалуй, самая важная часть всего процесса машинного обучения. Данные из реального мира зачастую «грязные» - они могут содержать ошибки, пропуски, дубликаты и выбросы, что приводит к искажениям, проблемам и сбоям в работе моделей. Именно поэтому крайне важно, чтобы данные были очищены и готовы к анализу.
zerotomastery.io
8 мая 2025 г., 00:03
Создание нейронной сети и изучение обратного распространения ошибки
Build a Simple Neural Network & Learn Backpropagation
Изучите обратное распространение ошибки и градиентный спуск, написав простую нейронную сеть с нуля на Python - без библиотек, только основы. Идеально подходит для будущих инженеров по машинному обучению, специалистов по данным и AI-разработчиков.
Santiago Valdarrama
15 апр. 2025 г., 02:10
Делай ML-системы, за которые не стыдно
Learn to Build Machine Learning Systems That Don't Suck
Живой, интерактивный курс, который научит тебя с нуля проектировать, создавать и внедрять готовые к эксплуатации ML-системы - без воды и академического занудства.Этот курс - для тех, кто хочет решать реальные задачи с помощью ИИ и машинного обучения. Большинство курсов по ML скучны, чересчур академичны и не учат тому, как доводить продукт до реального запуска.А этот курс — другой. Это практическая, честная, максимально прикладная программа, котор
LunarTech
1 янв. 2025 г., 19:17
Предиктивная аналитика и машинное обучение
Predictive Analytics & Machine Learning
Предиктивная аналитика и машинное обучение - это курс, который поможет вам освоить ключевые концепции и практические навыки в области прогнозирования данных и машинного обучения. Присоединяйтесь к курсу, чтобы освоить инструменты предиктивной аналитики и машинного обучения, которые помогут вам стать профессионалом в своей области.