Обучение Data Science – Курс Data Scientist в СПб | Level Up
Курс ML.Старт

- Начало курса
-
18.10.2023
- Продолжительность
- 2,5 месяца (50+ ак. часов)
- Расписание
-
Ср 19:00 - 21:00Сб 11:00 - 13:00
Онлайн (15 мест) |
Единовременно 52990 | записаться |
В рассрочку / мес33350 | записаться |
Описание курса
Курс "ML. Старт" рассчитан на обучение с нуля для тех, кто хочет освоить профессию ML-инженера / дата-сайнтиста, при этом не планирует погружаться в deep learning.
На начальном этапе все участники получат стартовые знания по Python для того, чтобы успешно справиться с обучением и пройти его до конца.
На курсе мы рассмотрим различные типы задач машинного обучения, включая классификацию, регрессию, кластеризацию и обнаружение выбросов. Вы также познакомимся с основными алгоритмами машинного обучения, такими как линейная регрессия, метод опорных векторов, деревья решений, случайные леса и ансамбли.
Будут рассмотрены различные подходы к оценке моделей и выбору подходящих метрик для оценки качества модели.
Будем решать задачи и строить модели на основе реальных данных, что поможет лучше понять, как применять машинное обучение на практике.
Кому будет полезен данный курс:
- Новичкам в ИТ
- Аналитикам, чтобы расти и лучше понимать коллег
- Python-разработчикам, кто хочет перейти в ML или DS
- Всем ИТ-специалистам, кому необходимы знания и навыки в объёме курса
Чему Вы научитесь:
- Использовать Python в ML
- Использовать современные библиотеки для анализа данных и линейной алгебры
- Использовать на практике теорию вероятностей и знания статистики
- Понимать процессы протекающие в машинном обучении используя математический анализ
- Проводить разведочный анализ данных и инжиниринг данных
- Использовать как самые простые и ординарные алгоритмы машинного обучения, так и сложные
- Решать задачи из реальной жизни
- Не бояться проходить собеседования при поиске работы
Инструменты и технологии, которые будем использовать на курсе:
- Python
- Jupyter Notebook
- Git и Github
- pandas
- numpy
- sklearn
- matplotlib и seaborn
- pytorch
Требования к участникам курса:
- Elementary знание английского
- Хорошее знание школьной программы по математике
Программа
развернуть
1. Введение в Python
развернуть
2. Линейная алгебра, numpy и pandas
развернуть
3. Введение в статистику и теорию вероятностей
развернуть
4. Математический анализ
развернуть
5. Градиентная оптимизация
развернуть
6. Разведочный анализ данных
развернуть
7. Введение в машинное обучение и k-Nearest Neighbors (k-NN)
развернуть
8. Линейная регрессия
развернуть
9. Метод опорных векторов (SVM)
развернуть
10. Решающие деревья
развернуть
11. Ансамбли: Random Forest, XGBoost, CatBoost, LGBM
развернуть
12. Обучение без учителя: t-SNE, PCA, K-Means
развернуть
13. Работа над проектами
развернуть
14. Разбор классических вопросов на собеседовании
Преподаватели
Антон
Ведущий эксперт Data Science в Neoflex
Я работаю в подразделении, которое занимается машинным обучением. Мой предыдущий опыт связан с решением задач из области nlp и аналитики данных. Кроме того, умею работать с бигдата-фреймворками и решать задачи из области компьютерного зрения.
Фото с очных занятий в СПб
Курсы программирования, тестирования, мобильных и веб-технологий от Level UP!
Учитесь с профессионалами в сфере IT-образования!