Машинное обучение и Data Science: погружение в тему

Знания и опыт выпускников, преподавателей и друзей Школы анализа данных — в одном онлайн учебнике. Погрузитесь в ML и узнайте, какие технологии меняют лицо современной науки и дают жизнь сервисам, которыми пользуются миллионы людей.

Зачем он нужен

Избавьте себя от необходимости изучать всё разнообразие материалов по Data Science и ML, рискуя утонуть в деталях или упустить что-то важное.

Многолетний опыт преподавания и использования ML позволил создать учебник, который наглядно и доступно объясняет, что такое машинное обучение и как его использовать.

Кому он будет полезен

/01
Начинающему ML‑специалисту
Получите структурированное представление о самых важных подходах и направлениях машинного обучения.
/02
Разработчику и аналитику
Глубже погрузитесь в тему и получите системное представление об отдельных алгоритмах и об ML в целом.
/03
Исследователю
Приобретёте более широкое понимание области, откроете для себя новые и нетривиальные результаты.
Математика — это один из языков, на котором написан учебник. Хотя все сложные факты из матанализа, линейной алгебры и теории вероятностей поясняются по ходу изложения или в теоретическом минимуме, важно разбираться в предмете.

Чему научит

Вас ждут теория, примеры, практические соображения и вопросы, которые помогут углубиться в ML.

Учебник проведёт вас от основ машинного обучения до тем, которые поднимаются в свежих научных статьях, и даст представление о том, как ML применяется на практике.

Вы также обновите знания о важных для ML разделах математики: матричном дифференцировании, статистике, методах оптимизации.
Уже сейчас в учебнике доступны разделы:
Классические методы обучения с учителем
Оценка качества моделей
А скоро в нём появятся новые главы! В том числе про вероятностный подход к ML, решение сложных задач Data Science (например, построение рекомендательных систем), обучение представлений.

Кто авторы

Над каждой главой учебника трудились преподаватели и выпускники Школы анализа данных, а также практики из ML-индустрии.

Они изложили свои знания и многолетний опыт в доступном виде, создав понятное и актуальное пособие по машинному обучению.

Артемьев Михаил Автор
Ашуха АрсенийАвтор
Буркина МарияАвтор
Василевский БорисАвтор
Голиков ЕвгенийАвтор
Губко ПавелАвтор
Елистратова ЕвгенияАвтор
Иванов ГригорийАвтор
Иванов СергейАвтор
Кантор ВикторАвтор
Лунёв КириллАвтор
Нейчев РадославАвтор
Норкин ДмитрийАвтор
Павловская АнастасияПродакт
Симаков МишаАрт-директор
Синицин ФилиппОдин из руководителей, автор
Соколов ЕвгенийАвтор
Тяпкин ДаниилАвтор
Ушаков РоманАвтор
Федотов СтаниславОдин из руководителей, автор
Чирикова АнастасияЛид бригады визуализаторов
Шаграев АлексейАвтор
Янина АнастасияАвтор
В учебнике по машинному обучению невозможно поставить точку, потому что ML постоянно развивается: одни подходы уходят в прошлое, на смену им приходят другие.
Мы будем пополнять онлайн-учебник новыми главами, чтобы охватить все важные направления современного ML. Вы можете помочь с этим, присоединившись к команде авторов или поделившись опытом и мыслями по data science и ML. Напишите нам, если есть интересные идеи!
Fri Nov 12 2021 10:38:01 GMT+0300 (Moscow Standard Time)