Data Science.
Машинное
обучение.

ПРАКТИЧЕСКИЙ ОНЛАЙН-КУРС

Вы научитесь использовать алгоритмы машинного обучения, создавать аналитические модели и кластеризовать массивы данных. После прохождения обучения, вы сможете принять участие в хакатоне Kaggle.

Старт потока
15 ноября 2021

Онлайн-встречи
c практикующими
дата-саентистами

Практика
прямо во время онлайн-сессий

Кому подойдёт
этот курс

Начинающий Data Scientist
Вы сможете углубить знания и навыки
в программировании на Python, статистике и математике, применить модели Machine Learning на практике.

Программист
Освоите основные алгоритмы машинного обучения, усилите знания в математике
и на практике используете машинное обучение для решения бизнес-задач.

Аналитик
Вы на практике примените основные методы предобработки данных, научитесь валидировать данные и оценивать качество алгоритмов.

Поможем получить
работу мечты

После обучения вас ждёт персональная карьерная консультация с нашей hr-командой, помощь в оформлении резюме и портфолио. Наши специалисты помогут подготовиться к собеседованию, чтобы вы получили желаемый оффер.

Чему вы
научитесь

Работать с моделями
машинного обучения

Сможете оценивать качество работы моделей и их сферу применения. Научитесь работать с основным базовым инструментарием и популярными моделями.

Работать с BigData

Научитесь анализировать и визуализировать данные при помощи библиотек Python и статистических методов, строить модели машинного обучения для предсказания событий и классификации.

Усилите навык
программирования на Python

Расширите понимание применения языка программирования Python, изучите новые библиотеки: NumPy, Pandas, Matplotlib Seaborn Plotly и ScikitLearn.

Решать прикладные
задачи

Изучите существующие направления машинного обучения. Сможете быстро строить предсказания на основе данных и диагностировать заболевания моделей.

Получите полную
программу курса

2,5 месяца

Нажимая на кнопку, я соглашаюсь
на обработку персональных данных

Как проходит
обучение

Посещаете вебинары Эксперты курса в режиме реального времени будут давать теорию.

1.

Практикуетесь в моменте
Самостоятельно применяйте полученные знания прямо во время эфира.

2.

Выполняете задания
Решайте реальные кейсы
и получай обратную связь от преподавателей.

3.

Сдаете дипломный проект
Решите один из 5 кейсов и примите участие в хакатоне Kaggle.

4.

Программа

Вас ждут онлайн-лекции
с действующими практиками
в ML, практические задания
и на выбор 4 варианта дипломного проекта для подготовки к хакатону Kaggle.

26

часов теории

18

часов практики

Сформируете понимание по основным направлениям машинного обучения, их отличия друг от друга. Научитесь работать в Colab, отображать необходимые данные и делать первичный анализ используя две библиотеки. Освоите визуальный анализ данных, сможете сопоставлять типы данных и графики, читать и строить основные виды графиков при помощи библиотек Plotly и Matplotlib.

Сможет подбирать метрики применительно к задачам регрессии, строить простые регрессионные модели. Научитесь применять деревья решений, понимать внутренние метрики и подбирать гиперпараметры. Освоите модель KNN, градиентные спуски и линейные методы.

Вас ждет онлайн-викторина по пройденным темам, с возможностью задать вопросы преподавателям для лучшего закрепления материала.

Освоите градиентный бустинг и отработаете полученный навык на практике. Поработаете с признаками: Feature Engineering / Feature Selection TF idf. Сгенерируете новые признаки на основе старых, повысите чистоту и качество данных.

Узнаете основные методы кластеризации: Kmeans и агломеративная кластеризация, сможете оценивать качество кластеризации при помощи методов с разметкой и без разметки. Научитесь линейно и нелинейно снижать размерность данных и графически визуализировать многомерные данные.

Научитесь предсказывать данные будущего по историческим данным, применять основные модели временных рядов: XGboost, FBProphet.

Вас ждет защита дипломного проекта и получение обратной связи, рекомендаций от ппреподавателей.

Вы получите персональную карьерную консультацию с нашей hr-командой. Они помогут вам оформить резюме и портфолио, подготовят вас к собеседованию, чтобы вы получили желаемый оффер.

Кто будет
преподавать