Extremely large data sets that may be analysed computationally to reveal patterns, trends, and associations, especially relating to human behaviour and interactions.
Method of data analysis that automates analytical model building. It is a branch of artificial intelligence based on the idea that systems can learn from data, identify patterns and make decisions with minimal human intervention.
Term for simulated intelligence in machines. These machines are programmed to "think" like a human and mimic the way a person acts.
https://www.udemy.com/data-science-and-machine-learning-with-python-hands-on
Hands-on with data science, machine learning, deep learning, Tensorflow, artificial intelligence, and neural networks
Links
https://sundog-education.com/datascience/
https://edx.prometheus.org.ua/courses/IRF/ML101/2016_T3/about
Даний курс надає широкий погляд на галузь машинного навчання. Чим є навчання? Які типи навчань існують? Що можна вважати критеріями ефективного навчання? Які існують методи та алгоритми машинного навчання? Ті, хто оволодіють цим курсом, зможуть приступати до розв’язання реальних задач у галузі науки про дані.
Основні теми курсу:
- Проблема навчання. Навчання та тестування
- Теорія узагальнення. Ознакові описання та види функціоналу якості
- Дерева прийняття рішень
- Лінійна регресія
- Логістична регресія
- Support Vector Machines
- Кластеризація та зменшення вимірності
- Вступ до нейронних мереж
- Навчання без вчителя
- Навчання з підкріпленням
- Сучасні бібліотеки машинного навчання