С сертификатом и без: бесплатные курсы по машинному обучению

Машинное обучение все больше проникает в нашу жизнь и от аналитиков данных его требуют все чаще, по крайней мере от уровней Middle и Senior.

Ниже несколько источников курсов, практически всеми пользовалась сама при изучении машинного обучения.

Бесплатные курсы, но за сертификат придется заплатить

🤖 Курс от Google: Расширенная профессиональная сертификация по аналитике данных. Курс вышел недавно как продолжение старого курса по аналитике данных для новичков. Одна из глав посвящена основам машинного обучения. Курс построен на видео уроках и тестах, по окончании нужно сделать проект.

🤖 Курсы от основателя Coursera Эндрю Нг: DeepLearning.AI. Удобно, что есть деление на Introductory, Intermediate, Advanced. Тут и курсы по машинному обучению, и математике для машинного обучения, и искусственному интеллекту. У курса для новичков Специализация машинное обучение (совместно с университетом Stanford) один из самых высоких рейтингов на Coursera - 4,9 (более 13000 отзывов). Курс построен на видео уроках и тестах.

Как получить курсы с Coursera без пробного периода и привязки карты, писала тут.

Бесплатные курсы с бесплатным сертификатом

🤖 Курсы от Kaggle: Введение в машинное обучение, Машинное обучение углубленное. Небольшие курсы, построенные таким образом, что дается теория максимум на 1 стр и после практическое упражнение в редакторе кода на Kaggle. Такой подход может показаться немного суховатым, но для расширенного понимания можно сходить в интернет.

🤖 Курс от FreeCodeCamp: Машинное обучение. Курс в видеоуроках, по окончании которого нужно сделать 5 практических проектов машинного обучения.

Бесплатные курсы без сертификата

🤖Курсы от Google: Базовые курсы по машинному обучению и Продвинутые курсы по машинному обучению. Курсы состоят из текста, видео и тестирования знаний. Можно пройти на русском.

Обратите внимание, что разные курсы могут использовать разные библиотеки Python для машинного обучения. Основные библиотеки (Scikit-learn, TensorFlow, Keras, SciPy и др) и их преимущества и недостатки рассмотрены в статье Энрю НГ.