Сложность
Сложность
Начинающий
Тип обучения
Тип обучения
Курс
Формат обучения
Формат обучения
С проверкой домашнего задания
Трудоустройство
Трудоустройство
Содействие
Сертификат
Сертификат
Да

Стоимость курса

53 303 ₽
есть рассрочка
  • Поможем с работой
    Карьерный центр поможет найти работу в новой сфере

  • Сами выбираете темп
    Проходите курс в комфортном темпе: после работы или в выходные

  • Практика, а не теория
    Оттачивайте навыки на кейсах после каждого урока

  • Доступ навсегда
    Вы всегда сможете освежить знания

 

На курсе вы научитесь:

  • Писать на Python
    Выучите синтаксис одного из самых популярных языков программирования, сможете создавать и применять функции
     
  • Работать с Machine Learning
    Узнаете ключевые инструменты Machine Learning и научитесь их применять
     
  • Работать с рекомендательными системами
    Изучите типы и задачи рекомендательных систем, а также сможете создавать собственные
     
  • Переносить проекты на Hadoop
    Попрактикуемся в работе с Hadoop и разберем подход MapReduce

 

Как проходит обучение

  1. Изучение темы
    Изучаете тему с помощью видеоуроков, которые доступны на обучающей платформе

  2. Выполнение ДЗ
    Выполняете домашнее задание в том темпе, в котором Вам удобно это сделать

  3. Наставничество
    Общаетесь с наставником, закрепляете знания и исправляете ошибки

  4. Защита проекта
    Защищаете проект и дополняете им свое портфолио

 

 

Что вы получите после обучения

Приобретаемые навыки
1
Data Science
3
Функции
4
Классы
5
Библиотеки
6
Pandas
7
Анализ данных
9
Линейная регрессия
10
Бинарная классификация
11
Валидация
12
KFold
13
Stratified KFold
14
Деревья
15
Feature Engineering
16
Feature Selection
Сертификат, ссылками на который можно делиться с другими людьми

Вас будут обучать

Директор по Аналитике, Vezet group

Head of BA, СберМаркет

Образовательная организация

ProductStar — онлайн-университет с экспертизой в продуктовом менеджменте, аналитике, маркетинге и программировании: более 10 лет обучаем IT-профессиям. Компания ProductStar выросла из ProductCamp - это международная крупнейшая конференция по продакт менеджменту. Мы сотрудничаем с Google developers group и являемся организатором крупной конференции в мире разработки - Devscamp. Среди наших спикеров специалисты из Google, Amazon, Epam, Booking, Яндекса, Сбера. Обучение построено на прикладных кейсах российских и международных компаний. Также есть собственный карьерный центр, который помогает в трудоустройстве студентов как в российские, так и в зарубежные компании. 

Честные обещания по трудоустройству и качеству курсов:

— Мы уверены в качестве программы, наших спикеров и партнёрств карьерного центра
— Мы полностью вернём деньги, если у вас не получится найти работу, в рамках изучения профессии
— Собственный карьерный центр с базой стажировок: более 80% наших студентов устраиваются на работу в процессе обучения
— Средний срок трудоустройства студентов – 2,5 месяца
—  В течение первых 20 дней действует гарантия полного возврата.  Это как раз то время, чтобы понять, хотите ли вы развиваться в данной профессии

Корпоративное обучение:
— 30% студентов учатся за счёт компании
— Соберём программу обучения под задачи вашей компании.
— Бесплатно поможем с наймом студентов наших курсов

 

Программа курса

Блок 1: "Python, быстрый старт: типы данных, функции, классы, ошибки"

  • Введение в Python
  • Типы данных, функции, классы, ошибки

Блок 2: "Python, быстрый старт: строки, условия, циклы, списки и словари"

  • Строки, условия, циклы
  • Списки и словари в Python
     

Блок 3: "Библиотеки для анализа данных: Pandas"

  • Пакеты, файлы, Pandas – начало
  • Pandas – продолжение
     

Блок 4: "Библиотеки для анализа данных: визуализация"

  • Библиотеки визуализации данных
  • Практика
     

Блок 5: "Знакомство с машинным обучением"

  • Задачи машинного обучения
  • Ключевые инструменты Machine Learning и их применение
     

Блок 6: "Основные модели машинного обучения: линейная регрессии"

  • Что такое модели машинного обучения?
  • Линейная регрессия
  • Практика
     

Блок 7: "Бинарная классификация"

  • Алгоритм бинарной классификации данных
  • Применение на задачах
     

Блок 8: "Валидация. Почему это важно"

  • Проблема переобучения и недообучения
  • Валидация на отложенной выборке
  • KFold и Stratified KFold валидация
     

Блок 9: "Решающие деревья"

  • Определение и процесс построения решающего дерева
  • Принцип работы дерево с количественными и категориальными признаками
  • Сравнение дерева решений с линейными моделями
     

Блок 10: "Feature Engineering, Feature Selection"

  • Состав Feature Engineering
  • Базовые подходы к созданию признаков
  • Состав Feature Selection
  • Разбор кейсов
     

Блок 11: "Предсказание оттока клиентов и прогноз продаж"

  • Разбор кейса
  • Практическая задача по предсказанию оттока пользователей
  • Практика и применение алгоритмов
     

Блок 12: "Воркшоп: скоринг кредитного портфеля"

  • Разбор кейса и нюансов
  • Практическая задача

Рейтинг курса

4.4
рейтинг
0
0
0
0
0

Может быть интересно

обновлено 29.10.2024 14:12
Data Science: быстрый старт

Data Science: быстрый старт

Оставить отзыв
Поделиться курсом с друзьями