array(2) {
["Name"]=>
array(10) {
["text"]=>
string(37) "WS_Машинное обучение и большие данные"
["plain"]=>
string(37) "WS_Машинное обучение и большие данные"
["money"]=>
NULL
["type"]=>
float(100)
["input"]=>
float(4)
["date"]=>
NULL
["value"]=>
NULL
["valueName"]=>
string(24) "WS_Mashinnoe_obuchenie_i"
["imgURL"]=>
string(67) "https://st0.vvsu.ru/photos/WS_Mashinnoe_obuchenie_i_bol_shie_dannye"
["Unic"]=>
string(36) "6BDC87CA-11EA-4B16-929A-3ACB615D96FE"
}
["Content"]=>
array(10) {
["text"]=>
string(1169) "
Компетенция «Машинное обучение и большие данные»
Машинное обучение – это анализ данных без использования четко детерминированных алгоритмов, что подразумевают работу с огромным объемом постоянно обновляющейся информации, поступающей из разных источников.
Машинное обучение и большие данные – инновационная специализация, обучение которой проводится не во всех ВУЗах. Вместе с тем продвинутые компании осознают перспективы использования данной компетенции, все чаще прибегая к технологиям машинного обучения в банковском секторе, государственном управлении, сельском хозяйстве.
Участникам необходимо:
- очистка и форматирование данных (предобработка);
- разведочный анализ данных;
- конструирование и выбор признаков;
- сравнение метрик нескольких моделей машинного обучения;
- гиперпараметрическая настройка лучшей модели;
- оценка лучшей модели на тестовом наборе данных;
- интерпретирование результатов работы модели;
- разработка пользовательского приложения;
- выводы и работа с документами.
"
["plain"]=>
string(1169) "
Компетенция «Машинное обучение и большие данные»
Машинное обучение – это анализ данных без использования четко детерминированных алгоритмов, что подразумевают работу с огромным объемом постоянно обновляющейся информации, поступающей из разных источников.
Машинное обучение и большие данные – инновационная специализация, обучение которой проводится не во всех ВУЗах. Вместе с тем продвинутые компании осознают перспективы использования данной компетенции, все чаще прибегая к технологиям машинного обучения в банковском секторе, государственном управлении, сельском хозяйстве.
Участникам необходимо:
- очистка и форматирование данных (предобработка);
- разведочный анализ данных;
- конструирование и выбор признаков;
- сравнение метрик нескольких моделей машинного обучения;
- гиперпараметрическая настройка лучшей модели;
- оценка лучшей модели на тестовом наборе данных;
- интерпретирование результатов работы модели;
- разработка пользовательского приложения;
- выводы и работа с документами.
"
["money"]=>
NULL
["type"]=>
float(100)
["input"]=>
float(5)
["date"]=>
NULL
["value"]=>
NULL
["valueName"]=>
string(24) "WS_Mashinnoe_obuchenie_i"
["imgURL"]=>
string(67) "https://st1.vvsu.ru/photos/WS_Mashinnoe_obuchenie_i_bol_shie_dannye"
["Unic"]=>
string(36) "6BDC87CA-11EA-4B16-929A-3ACB615D96FE"
}
}
Array