Machine Learning

Machine Learning

4.4

12 недель

Тип обучения

Курс

Стоимость курса

39 240 ₽

есть рассрочка

Из чего состоит курс
Курс включает в себя 10 модулей, более 500 упражнений на закрепление материала, обучение 10 алгоритмов машинного обучения, 2 хакатона на kaggle, чат с сообществом и поддержку менторов

Специализация Data Science состоит из курсов:
Python
Math&Stat
Machine Learning
Deep Learning
Data Engineering
Менеджмент

Отработка навыков
Каждая тема разбирается в видео, скринкастах и конспектах и закрепляется десятками упражнений (тесты, дебаггинг кода, проверка кода студента).

Сообщество и ментор
На курсе вы не останетесь один на один с затруднениями — вам помогут не только одногруппники, но и ментор курса.

Обучение моделей
На курсе по каждой теме вы работаете с моделью ML — файнтьюните, создаете с нуля, оптимизируете, пробуете разные методы.

Что вы получите после обучения

Приобретаемые навыки

Machine Learning

Образовательная организация

Skillfactory

599 отзывов

Школа по работе с данными SkillFactory обучение Big Data, Data Science, Machine Learning, Data Engineering и AI
Обучение в школе SkillFactory построено на большом количестве практики. В программах курсов добавлено только, что приведет вас к цели обучения: получить навыки и знания для того, чтобы успешно устраиваться на новую работу, или повышать свои скиллы.
SkillFactory – это онлайн-школа, которая готовит специалистов по работе с данными и IT-продуктами.

Мы предлагаем краткосрочные и годовые курсы для подготовки специалистов с нуля и даем уверенный старт для того, чтобы начать путь в современных IT-профессиях.

Наши программы обучения составлены при участии ведущих специалистов из крупных российских и зарубежных компаний, таких как NVIDIA, Amazon, Яндекс, BON Games, Lamoda.

Направления обучения:
— Data Science
— Machine Learning
— Big Data
— анализ данных с применением Python
— веб-разработка
— геймдизайн
— управление IT-продуктами

По завершении курса вы получаете сертификат, портфолио из реализованных проектов, опыт участия в хакатонах и путевую карту дальнейшего развития

Программа курса

Введение в машинное обучение
— Знакомимся с основными задачами и методами Machine Learning, изучаем практические кейсы и применяем базовый алгоритм работы над ML-проектом
— Решаем 50+ задач на закрепление темы

Методы предобработки данных
— Изучаем типы данных, учимся очищать и обогащать данные, используем визуализацию для предобработки и осваиваем feature engineering
— Решаем 60+ задач на закрепление темы

Регрессия
— Изучаем типы данных, учимся очищать и обогащать данные, осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию
— Обучаем модели регрессии
— Решаем 40+ задач на закрепление темы

Кластеризация
— Осваиваем обучение без учителя, практикуемся в его различных методах, работаем с текстами средствами ML
— Решаем 50+ задач на закрепление темы

Tree-based алгоритмы: введение в деревья
— Знакомимся с решающими деревьями и их свойствами, осваиваем деревья из библиотеки sklearn и используем деревья для решения задачи регрессии
— Решаем 40+ задач на закрепление темы

Tree-based алгоритмы: ансамбли
— Изучаем особенности ансамблей деревьев, практикуемся в бустинге, используем ансамбль для построения логистической регрессии
— Решаем 40+ задач на закрепление темы
— Участвуем в соревновании на kaggle по обучению tree-based модели

Оценка качества алгоритмов
— Изучаем принципы разбиения выборки, недо- и переобучение, оцениваем модели по различным метрикам качества, учимся визуализировать процесс обучения
— Оцениваем качество нескольких моделей ML
— Решаем 40+ задач на закрепление темы

Временные ряды в машинном обучении
— Знакомимся с анализом временных рядов в ML, осваиваем линейные модели и XGBoost, изучаем принципы кросс-валидации и подбора параметров
— Решаем 50+ задач на закрепление темы

Рекомендательные системы
— Изучаем методы построения рекомендательных систем, осваиваем SVD-алгоритм, оцениваем качество рекомендаций обученной модели
— Решаем 50+ задач на закрепление темы

Финальный хакатон
— Применяем все изученные методы для получения максимальной точности предсказаний модели на kaggle