Сейчас третья неделя, и нас ждет что-то интересное и обогащающее. На этой неделе Р.А. Тимоти поделился основами машинного обучения. У нас был отличный результат - около 400 подписчиков. К сожалению, нам пришлось отказаться от нескольких, поскольку мы смогли принять только около 80 из-за размера нашего места проведения. (может быть, мы устроим еще одну, так что ждите).
Семинар был ориентирован на начинающих и не требовал абсолютно никакого опыта в ML или CS. Он был разделен на 2 части: урок в классе и практический пример. Урок начался с ознакомления с предысторией, ключевыми приложениями и алгоритмами машинного обучения.
Мы рассмотрели основные алгоритмы, такие как линейная / логистическая регрессия, деревья решений, нейронная сеть и машины опорных векторов (SVM). Базовая математика и алгоритмы оптимизации, такие как градиентный спуск и трюк с ядром, были объяснены как можно проще, с использованием как можно большего количества диаграмм и анимации с минимальным количеством математических обозначений и формул.
Вторая часть представляла собой практическое практическое занятие, на котором участники применяли то, что было изучено в первом разделе, и решали проблему машинного обучения. Были руки по кодированию и построению прогнозной модели. Ниже представлены некоторые фото на ночь.
Мы рады видеть так много людей, проявляющих неподдельный интерес к этой относительно новой области машинного обучения. Продолжайте искать, учиться и спрашивать. Если есть дополнительные вопросы, пожалуйста, обращайтесь к Тимоти или спрашивайте любого RA, если вы не можете его найти.
Мы думаем о том, чтобы провести еще один, так же как и обратная связь с Nhouse RA по интересам и темам, которые нужно осветить.
Удачной вам недели впереди и присоединяйтесь к нам на мероприятии четвертой недели
