Введение в Data Science на Python

повышение квалификации

О программе

Data Scientist нужен любой бизнес-компании, ведь именно от его умений зависит успех бизнес модели компании. Data Scientist помогает компаниям принимать правильные бизнес-решения, экономить деньги, улучшать клиентский сервис и автоматизировать рутинные задачи.

На курсе мы изучим алгоритмы машинного обучения, научимся работать с табличными и текстовыми данными.

Варианты обучения

Вариант обучения	Стоимость	Когда	Срок обучения	График занятий
очно	51 000 р.	5 нояб. 2024	2 месяца	Расписание занятий: вторник, четверг – zoom с 19:00 (теория); суббота – очно с 11:00 (практика).

Кому подойдет программа

Уже работаете в этой области или преподаете

Курс поможет систематизировать ваши знания и расширить границы знаний

Новичок в сфере IT

Для успешного освоения курса достаточно знать базовый синтаксис языка Python, либо быть готовым освоить его в оперативном режиме во время курса

Хотите попробовать себя в Data Science

На этом курсе вы поймете подходит ли вам профессия Data Science

Программа обучения

Модуль 1. Синтаксис языка Python

1. Введение, работа в интерактивной среде Jupyter Notebook 2. Типы данных, циклы и условия, функции 3. Библиотеки numpy и pandas

Модуль 2. Аналитика данных

1. Статистический анализ данных 2. Визуальный анализ данных

Модуль 3. Обработка данных

1. Очистка данных 2. Предобработка текстовых данных

Модуль 4. Векторизация текстовых данных

1. Словарные методы векторизации 2. Автоматические методы векторизации

Модуль 5. Обучение без учителя

1. Нормализация данных, уменьшение размерности 2. Кластеризация, метрики оценки

Модуль 6. Обучение с учителем

1. Регрессия, метрики оценки 2. Отбор и селекция признаков 3. Классификация, метрики оценки 4. Подбор гиперпараметров 5. Ансамбли моделей 6. Тестирование систем классификации и регрессии

Модуль 7. Нейронные сети

1. Нейронные сети прямого распространения 2. Сверточные нейронные сети 3. Рекуррентные нейронные сети

Дополнительная информация

1. Ознакомление с базовыми принципами Python. Типы данных, циклы, условия, регулярные выражения, библиотеки numpy и pandas
2. Анализ данных. Очистка данных, статистический и визуальный анализ данных
3. Предобработка текстовых данных. Базовые принципы обработки текстов. Библиотека nltk
4. Векторизация текстовых данных. Статистические методы векторизации и нейросетевые. BoW, TF-IDF, Word2Vec
5. Обучение без учителя. Уменьшение размерности, кластеризация
6. Обучение с учителем. Регрессия, классификация, ансамбли
7. Нейронные сети. Прямого распространения, сверточные, рекуррентные

Результаты обучения:
Удостоверение о повышении квалификации

Результаты обучения

По итогам обучения выдается удостоверение о повышении квалификации

Оставьте отзыв

Учились здесь? Оставьте отзыв, и, может быть, это поможет другим в выборе. Кроме этого, из ваших оценок формируется наш рейтинг.