Придбаний [Otus] Data Scientist. Частина 1 + 2 з 5. 2018

[Gadzhi]

Переглянути вкладення 24330
​

Курс призначений для програмістів і аналітиків, яких цікавить область машинного навчання та аналізу даних.

мета проходження курсу-освоєння алгоритмів машинного навчання і логічних методів, що дозволяють знаходити цінну інформацію у великих масивах даних і ефективно впроваджувати цю інформацію для вирішення реальних бізнес-завдань.

курс дає комплексні відповіді на наступні питання:

• коли і навіщо потрібно аналізувати дані?
• яку користь приносить аналіз даних?
• які бувають дані?
• які принципи роботи алгоритмів машинного навчання?
• як працювати з неструктурованими (текстовими) даними?
• як працювати з великими даними?

Спойлер: "інформація"

після навчання ви зможете:

• використовувати методи машинного навчання в практично корисних додатках і дослідженнях;
• вибирати відповідні алгоритми і метрики;
• розбиратися в математичних підставах алгоритмів машинного навчання;
• проводити попередню обробку даних (очищення, робота з пропусками, визначення типу шкал);
• проводити статистичні дослідження та інтерпретувати їх результати;
• створювати передбачувальні моделі для якісних і кількісних даних;
• застосовувати методи навчання без вчителя (кластеризація, зниження розмірності);
• працювати з обмеженими датасетами, структурованими і неструктурованими даними;
• проектувати архітектуру нейромереж і навчати їх;
• самостійно реалізовувати весь процес: від пошуку корисної інформації в масивах даних до побудови схеми обробки даних в бойовому оточенні.

особливість курсу-збалансоване поєднання теоретичного вивчення і практичних дій, плюс високий ступінь свободи при створенні проекту. Це той випадок, коли технічні можливості машинних алгоритмів будуть використані для вирішення реальних проблем бізнесу і суспільства. Ви навчитеся бачити за моделями практичний сенс і робити узагальнення з урахуванням особливостей даних і специфіки предметної області.

В результаті навчання ви не тільки розширите свій інструментарій аналізу даних, але і поліпшите навички в наступних технологіях: Python, Pandas, Sklearn, Keras, нейромережі, SQL, логістична регресія, пророчі моделі, машинне навчання, математична статистика, Natural language processing, Deep learning.

після проходження курсу у вашому розпорядженні залишаться:

• презентації та відеозаписи занять, всі супутні матеріали;
• власні унікальні дослідження, які можна показувати при влаштуванні на роботу;
• один великий проект, що вирішує конкретну практичну проблему;
• сертифікат про проходження навчання.

Необхідні трудовитрати на тиждень: 2 вебінари + 3-5 годин на домашню роботу.

https://privatelink.de/?https://otus.ru/