Praktiline kursus täiskasvanud õppijale, kes soovib mõista masinõppe tegelikke võimalusi

Kas oled kuulnud masinõppest ja andmeteadusest, kuid pole veel leidnud head võimalust nendega alustada? See kursus on loodud just Sulle. Siin õpid samm-sammult, kuidas suurandmeid analüüsida, masinõppe mudeleid luua ning neid päriseluliste probleemide lahendamiseks rakendada – isegi siis, kui Sul puudub varasem programmeerimiskogemus.

• Õpid nullist – alustame Pythoni täiesti algtasemest ja liigume koos masinõppe projektideni.
• Praktiline kogemus – kasutad kaasaegseid töövahendeid nagu Google Colab, Jupyter Notebookid ja tuntud masinõppe teegid (scikit-learn, Keras, TensorFlow, PyTorch).
• Päris andmestikud – katsetad pärismaailma andmetega Kaggle’ist ja UC Irvine’i repositooriumist.
• Astume koos lihtsatest näidetest keerukamate projektideni – kursuse lõpus suudad iseseisvalt üles ehitada väikese masinõppe projekti.

Kursus sobib nii täiendõppijatele, karjääripöörde tegijatele kui ka spetsialistidele, kes soovivad paremini mõista, kuidas andmepõhised lahendused nende valdkonda toetada võiksid.

Oodatud on kõik, kellel on õppimise tahe

Sa ei pea teadma programmeerimisest ega statistikast midagi – piisab huvist ja valmisolekust uusi oskusi omandada. Kursuse lõpuks mõistad masinõppe tööpõhimõtteid, oskad andmeid analüüsida ning suudad rakendada masinõpet igapäevaprobleemide lahendamisel või oma erialases töös.

Koolitus kestab 16 nädalat, kogumahuga 156 akadeemilist tundi. Koolitus toimub 100% online TalTech Moodle vahendusel. Koolitust on võimalik läbida õppurile sobival ajal, vajalik on internetiühendusega arvuti olemasolu.
Õppeprotsess on üles ehitatud probleemipõhise õppe põhimõttel – teooria ja praktiline töö vahelduvad, et kõik õpitav kinnistuks päris arenduskogemuse kaudu.

Moodul 1: Python ja sissejuhatus masinõppesse (nädal 1–5)

Esimestes nädalates omandad programmeerimisoskused, mida vajad hilisemate masinõppe ülesannete lahendamisel. Õpid tundma Pythoni põhikontseptsioone (muutujad, tingimuslaused, tsüklid, funktsioonid, failidega töötamine) ning saad ülevaate masinõppe maailmast: 

• mis see on, 
• milleks seda kasutatakse ja 
• millised meetodid eksisteerivad.

Oodata on rohkelt väikeseid, jõukohaseid ülesandeid, mis aitavad uusi teadmisi kinnistada.

Moodul 2: Masinõppe alused ja näidisprojektid (nädal 6–12)

Kui baasoskused on käes, liigume edasi masinõppe praktilise poole juurde. Õpid analüüsima ja visualiseerima andmeid, neid eeltöötlema ning kasutama erinevaid masinõppe algoritme.
Teeme koos näidisprojekte, kus harjutad:

• andmete puhastamist,
• mudelite treenimist ja hindamist,
• mudelite salvestamist ja tulemuste interpreteerimist,
• mudelitäpsuse parandamist.

Iga näide on üles ehitatud nii, et saaksid õpitu hiljem omaenda projektidesse üle kanda.

Moodul 3: Miniprojektid (nädal 13–16)

Kursuse lõpus paned kõik õpitu proovile. Valmistad iseseisvalt kaks masinõppe miniprojekti etteantud teemadel, kasutades varasemates moodulites omandatud töövoogu, näidisprojekte ja tehnikaid.

See osa annab Sulle kindluse, et suudad päriselt iseseisvalt masinõppe probleeme lahendada.

Koolituse edukas läbimine eeldab järjepidevat osalemist. Kõik tegevused on kavandatud selleks, et toetada õppija professionaalset arengut ja tagada, et lõpetajad omandaksid tööelus rakendatavad oskused.

Tingimused:

• Lahendada kõik enesekontrolliküsimustikud Moodle keskkonnas.
• Lahendada 75% ulatuses programmeerimisülesandeid Moodle keskkonnas.
• Teostada ja esitada kaks masinõppe miniprojekti etteantud teemadel.

Koolituse positiivne lõpetamine kinnitatakse tunnistusega, mis väljastatakse digitaalselt Haridus- ja Teadusministeeriumi infosüsteemis Juhan.

Registreerumine kursusele toimub Haridus- ja Teadusministeeriumi infosüsteemis Juhan. Registreerumiseks tuleb esitada:

• Kontaktandmed
• Haridustase
• Tööandja info

REGISTREERU KOHE

Pane tähele, et registreerumine ei taga automaatselt kohta koolitusel. Valiku kriteeriumiks on sihtgruppi kuulumine. Koolitusel osalemine on tasuta tingimusel, kui koolitus läbitakse täies mahus.