Кому подходит этот курс по машинному обучению?

Он предназначен для менеджеров по продукту, операционных и финансовых руководителей, основателей компаний и всех, кому поручают одобрять, приобретать или использовать в работе систему машинного обучения. Возможно, вы оцениваете модель оттока клиентов от поставщика, решаете, стоит ли финансировать проект прогнозирования, или объясняете клиентам функцию на основе машинного обучения.

Кому не подходит этот курс по машинному обучению?

Этот курс не для тех, кто уже работает инженером машинного обучения или специалистом по науке о данных и хочет получить углублённую специализированную подготовку. В основной программе нет вывода математических формул, а дополнительные уроки по программированию на Python начинаются с нуля, а не с исследовательского уровня. Если вы хотите освоить профессию в области машинного обучения с полной учебной нагрузкой, поищите университетский модуль или интенсивный курс с инженерной направленностью; здесь нет гарантии трудоустройства. Этот курс предназначен для тех, кто работает рядом с такими специалистами, и для всех, кто хочет сделать первые практические шаги.

Что я изучу в каждом модуле?

Модули формируют целостное представление о машинном обучении, а затем помогают применять его к решениям, с которыми вы действительно сталкиваетесь.

1. Что такое машинное обучение

Выявление закономерностей на примерах вместо написания правил и отличие этого подхода от генеративного ИИ и простой автоматизации.

2. Данные для обучения

Метки, признаки и история: почему качество модели ограничено качеством примеров, на которых она училась.

3. Модели и прогнозы

Классификация, прогнозирование числовых значений и ранжирование: объяснение на примерах из бизнеса, а не на уравнениях.

4. Оценка и переобучение

Тестовые данные, простое объяснение различий между долей правильных ответов, точностью и полнотой, а также причины, по которым модель с идеальными результатами на тестах может ошибаться в работе.

5. Предвзятость и дрейф

Как исторические данные закрепляют несправедливость и почему качество работы моделей снижается по мере изменения клиентов и рынков.

6. Постановка задачи и вопросы по проекту машинного обучения

Определение решения, показателя успеха, цены ошибок и вопросов для поставщиков и команд.

Как персональная программа обучения адаптируется ко мне?

Начальная проверка выясняет, знакомитесь ли вы с темой впервые или уже видели демонстрации поставщиков, а также какие решения вы принимаете. Примеры для менеджера продукта посвящены функциям рекомендаций и ранжирования; для финансового руководителя — прогнозированию и признакам мошенничества. Если вы уже можете объяснить разницу между обучающими и тестовыми данными, то сразу переходите к оценке.

Какие навыки я буду отрабатывать?

Вы учитесь разбираться в работе по машинному обучению, ставить задачи и критически оценивать решения. Задания оцениваются по доступным вам критериям с конкретной обратной связью; вы можете отправить оценку на пересмотр.

Пример задания: вымышленной компании-разработчику «Люмен Леджер» показывают модель оттока клиентов от поставщика с точностью 95 процентов. При этом фактически уходят только 4 процента клиентов. Вы объясняете, почему сам по себе показатель точности мало о чём говорит, и перечисляете, что запросили бы вместо него. По критериям оценки проверяется, что вы замечаете: прогноз «не уйдёт» для каждого клиента дал бы точность 96 процентов; спрашиваете, какую долю действительно уходящих клиентов выявляет модель, какие данные использовались для проверки и как часто модель будут переобучать.

Сколько времени занимает курс по машинному обучению?

Каждый урок длится от 10 до 15 минут. Длина вашей учебной траектории зависит от результатов проверки начального уровня и регулярности обучения, поэтому фиксированного количества часов нет. Те, кто уже разбирается в данных и статистике, часто проходят начальные модули быстрее.

Что я получу в итоге?

Обучение завершается итоговой практической работой: вы рассматриваете предложение по использованию машинного обучения и составляете краткую записку с решением. За успешное выполнение выдаётся признанный сертификат по основам машинного обучения для специалистов. Он не подтверждает аккредитованную квалификацию и не удостоверяет наличие инженерных навыков.

Сколько это стоит?

Основы машинного обучения включены во все тарифы. Индивидуальный тариф стоит USD 79 в месяц или USD 790 в год. Командный тариф стоит USD 189 в месяц или USD 1,890 в год и включает до 3 участников. Каждый дополнительный участник стоит USD 49 в месяц или USD 490 в год. Для команд от 25 участников действуют оптовые цены. Сначала предоставляется бесплатный пробный период на 7 дней, банковская карта не требуется.