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

Стоимость курса

51 590 ₽
есть рассрочка

Чему научитесь на курсе

Формулировать задачу для data science проекта

Выдвигать идеи и гипотезы и составлять план решения задачи

Подбирать алгоритмы и метрики под задачу для разных моделей

На примерах изучите основные алгоритмы и узнаете, в каких случаях их использовать

Строить модели машинного обучения с помощью библиотеки Sklearn

Рассмотрите примеры кода обучения, научитесь применять знания на практике

Оценивать качество моделей машинного обучения

Ознакомитесь с подходами предотвращения переобучения, изучите методы оценки

Интерпретировать результаты и составлять отчёт об исследовании

Научитесь сравнивать алгоритмы на готовых датасетах, определять методы улучшения качества

Что вы получите после обучения

Приобретаемые навыки
1
Scikit-learn
2
OpenCV
4
NLTK
5
Pandas
7
NLP
8
Рекомендательные системы
9
Компьютерное зрение
Сертификат, ссылками на который можно делиться с другими людьми

Вас будут обучать

Директор разработки в ДомКлик.ру
Research Engineer в Insilico Medicine
Data Scientist в ДомКлик.ру

Образовательная организация

«Нетология» — это быстрый способ научиться интернет-продвижению и управлению проектами онлайн. Открытые занятия, онлайн-интенсивы и интерактивные курсы для быстрого обучения.

Нетология – это онлайн-университет по подготовке и дополнительному обучению специалистов в области самых востребованных интернет-профессий. Преподают в этом университете высококлассные специалисты, работающие в таких компаниях как Google, Яндекс, Mail.ru, Альфа-Банк и других крупнейших компаниях. Многие из них являются владельцами собственных успешных онлайн-бизнесов.

Нетология была основана в 2011 году. Сооснователями площадки являются предприниматель Максим Спиридонов, являющийся генеральным директором Нетологии, и его жена Юлия Спиридонова-Микеда, которая, собственно, и придумала концепцию проекта.

О Нетологии писали такие издания, как РБК Daily, Ведомости, Аргументы и Факты, Лайфхакер, Lenta.ru, Slon и многие другие.

Сам Максим Спиридонов ведёт колонку в Forbes, является автором и ведущим аналитической программы «Рунетология», гостями которой являются крупные эксперты в области онлайн-бизнеса. Максим принимал участие в создании и руководил десятками крупнейших веб-проектов, среди которых такие проекты, как подкаст-терминал Pod.fm, журнал «ШколаЖизни.ру», сервис «БобрДобр.ру», сайт социальных закладок Memori.ru, интернет-энциклопедия Calend.ru и форекс-брокер FreshForex. Является автором книги «Кто управляет русским интернетом». В общем, ясно, что человек является крутейшим знатоком своего дела.

Нетология является резидентом Сколково и имеет лицензию государственного образца (№037356 от 06 апреля 2016 г.)

Программа курса

Построение модели
Узнаете, что такое библиотека Sklearn и как ею пользоваться. Изучите алгоритмы кластеризации и сможете строить ансамбли моделей. Научитесь оценивать модели и работать с переобучением. Узнаете, как использовать в работе GridSearch и RandomizedSearch, Model Specific CV, Out of Bag approach.
• Библиотека Sklearn
• Алгоритмы классификации: линейные методы, логистическая регрессия и SVM
• Алгоритмы классификации: деревья решений
• Алгоритмы регрессии: линейная и полиноминальная
• Алгоритмы кластеризации
• Ансамблирование
• Оценка точности модели, переобучение, регуляризация
• Улучшение качества модели
• Организация проекта, составление отчётов по исследованиям
• Лабораторная работа
• Сдача промежуточного проекта

Работа с заказчиком
Вы научитесь планировать разработку data science проектов, а также грамотно рассказывать заказчикам о результатах исследований.
• Организация проекта
• Составление отчётов по исследованиям

Рекомендательные системы
В этом и следующих блоках вы будете применять полученные знания в разных областях машинного обучения. Во время этого блока научитесь строить персонализированные и неперсонализированные рекомендательные системы, а также комбинировать их.
• Введение и классификация рекомендательных систем
• Content-based рекомендации
• Collaborative Filtering
• Неперсонализированные рекомендательные системы
• Гибридные алгоритмы

Компьютерное зрение
Вы освоите основные техники машинного зрения: извлечение признаков, поиск по картинкам, сегментирование, детекция объектов, а также научитесь строить нейросети.
• Поиск по картинкам
• Сегментация изображений, детекция объектов
• Применение сверхточных нейронных сетей для задач сегментации и детекции
• Применение рекуррентных сетей в задачах обработки изображений
• Генеративные конкурирующие сети (GAN)

Обработка естественного языка (NLP)
Вы освоите морфологический и синтаксический анализ, дистрибутивную семантику и информационный поиск, научитесь снижать размерность в векторной модели, классифицировать, извлекать информацию и генерировать тексты.
• Морфологический и синтаксический анализ
• Методы снижения размерности в векторной модели. Информационный поиск
• Тематическое моделирование (LSA, LDA, HDP)
• Дистрибутивная семантика (word2vec, GloVe, AdaGram)
• Счётные языковые модели и вероятностные языковые модели. LSTM. Машинный перевод
• Генерация текстов (Natural Language Generation)
• Задача классификации в АОТ

Временные ряды
На этом интенсивном блоке вы научитесь выявлять происхождение и структуру временного ряда, прогнозировать будущие значения для эффективного принятия решений при построении моделей машинного обучения. Поймёте, что «под капотом» у популярных методик и библиотек.
• Алгоритмы обработки временных рядов
• Модели ARIMA и GARCH
• Марковские случайные процессы

Итоговый хакатон
Завершим обучение состязанием с товарищами по курсу: в составе миникоманды за ограниченное время и на основе датасетов крупных игроков рынка вам придётся решать задачи по прогнозированию продаж или оптимизации производства, задействуя все знания и навыки, полученные на курсе. Интеграция и использование machine learning решений в бизнесе, как правило, подразумевает командную игру, поэтому хакатон полезен ещё и как тренировка необходимых soft skills.

Дипломный проект
В рамках дипломного проекта вы построите ML-модель для решения своих текущих профессиональных задач: это может быть система прогнозирования продаж, распознавание объектов на фото или видео, анализ временных рядов, анализ больших объёмов текста, и т. д. Если в моменте у вас нет идей для своего проекта (или доступа к необходимым данным), мы предложим вам учебный кейс в интересной вам области на основе реального датасета других компаний. Дипломная работа выполняется самостоятельно под руководством экспертов курса и позволяет закрепить весь спектр знаний и навыков, полученных на программе.

Рейтинг курса

4.6
рейтинг
0
0
0
0
0

Может быть интересно

обновлено 13.08.2023 03:15
Машинное обучение: фундаментальные инструменты и практики

Машинное обучение: фундаментальные инструменты и практики

Оставить отзыв
Поделиться курсом с друзьями