Machine Learning. Basic
С нуля до уверенных Junior компетенций в Машинном обучении. Практика на реальных данных.
29 ноября
Basic
6 месяцев
Онлайн
Вт/Пт 20:00 Мск
Для кого этот курс?
На базовом курсе вы получите навыки Python, математический фундамент и понимание основных принципов и кейсов машинного обучения.
К концу обучения вы соберете портфолио из выполненных работ и сделаете готовый проект, который сможете опубликовать и показывать на собеседованиях.
Пример проектной работы: исследование рыночной корзины на основе данных розничной торговли
Подходит ли программа именно вам?
Менеджер поможет разобраться!
Что даст вам этот курс ?
- Python. Пройдете основы программирования и научитесь использовать этот наиболее актуальный язык в задачах Machine Learning.
- Математика. Освоите ключевые разделы, чтобы понимать теоретические основы и принципы работы алгоритмов Машинного Обучения.
- Классические модели Machine Learning. Классические модели Machine Learning. Научитесь применять основные алгоритмы машинного обучения для решения большого набора задач классификации и регрессии, проводить необходимый анализ и обработку данных, освоите полный цикл обучения моделей Машинного обучения.
Занятия проходят в интерактивным формате, в отличной дружеской атмосфере и включают много живого общения с преподавателем.
После обучения вы сможете:
- Претендовать на должности, где требуются junior-компетенции со знанием A/B тестирования
- Решать реальные бизнес-задачи при помощи методов машинного обучения от задач классификации до ансамблей моделей
- Работать с Python-библиотеками для Machine Learning: pandas, numpy, matplotlib, seaborn, scipy, sklearn
- Справляться с нестандартными ситуациями за счет глубокого теоретического понимания работы алгоритмов и моделей
- Ориентироваться в различных направлениях Data Science и подбирать подходящие под задачу инструменты
- Научитесь работать с Git, Shell
- Глубоко поймете теорию вероятностей и математическую статистику, на основе которой построен Machine Learning
Творческая атмосфера
Во время обучения вы погрузитесь в условия, близкие к реальным рабочим процессам. Вам придется справляться с «грязными» данными, просчитывать свои действия наперед, экспериментировать с решениями и готовить модели к проду.
Процесс обучения
Вебинары проводятся 2 раза в неделю по 2 ак. часа и сохраняются в записи в личном кабинете. Вы можете посмотреть их в любое удобное для вас время.
В ходе обучения вы будете выполнять домашние задания. Каждое из них посвящено одному из компонентов вашего выпускного проекта.
После выполнения всех домашних заданий вы получите готовый выпускной проект.
Оптимальная нагрузка
Возможность совмещать учебу с работойЭксперты
Преподаватели из разных сфер, каждый со своим уникальным опытом
Перспективы
Сможете претендовать на позицию Data Scientist Junior Партнеры
Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности.
- Получите помощь с оформлением резюме, портфолио и сопроводительного письма
- Разместите свое резюме в базе OTUS и сможете получать приглашения на собеседования от партнеров
Data science
Работодатели курса
Формат обучения
Интерактивные вебинары
2 занятия по 2 академ.часа в неделю.
Доступ к записям и материалам остается навсегда
Практика
Домашние задания с поддержкой и обратной связью наших преподавателей помогут освоить изучаемые технологии
Активное комьюнити
Общение с преподавателями на вебинарах, переписки в закрытом телеграм-чате, развёрнутые ответы при проверке домашних заданий
Программа
Основы Python
В данном модуле познакомимся с базовыми темами Python. Разберемся с основными типами данных, научимся управлять потоком выполнения кода при помощи операторов ветвления и циклов. Разберемся, как устроены функции в Python, и научимся создавать генераторные функции и декораторы. В финале модуля будем работать с файлами при помощи Python.
Тема 1: Что будет по окончанию курса Basic / Special
Тема 2: Базовые типы данных (неизменяемые)
Тема 3: Управление потоком
Тема 4: Коллекции
Тема 5: Функции. Часть 1
Тема 6: Функции.Часть 2 (декораторы)
Тема 7: Работа с файлами
Продвинутый Python
Во втором модуле нас ждут модули и импорты, разбиение кода на отдельные модули. Большая тема ООП в Python: инкапсуляция, наследование, полиморфизм, основные дандер-методы, статические и классовые методы, исключения. А также познакомимся с основами тестирования при помощи библиотек Pytest и UnitTest.
Тема 1: Модули
Тема 2: Основы ООП
Тема 3: Продвинутый ООП, продолжение
Тема 4: Продвинутый ООП, исключения
Тема 5: Тесты
Тема 6: Знакомство со встроенными модулями
Тема 7: Git, shell
Тема 8: Практика
Python для ML и работа с базами данных
В данном модуле познакомимся с библиотеками numpy и pandas. Научимся работать с многообразием библиотек визуализации данных в Python. Познакомимся с базами данных и языком запросов SQL. Научимся выполнять запросы на получение данных и перекладывать часть обработки на сторону сервера данных.
Тема 1: Основы NumPy
Тема 2: Основы Pandas
Тема 3: Визуализация данных
Тема 4: Практика: Построение датасета для дальнейшего моделирования из сырых данных
Тема 5: Обзор про базы данных, SQL и теорию множеств. Таблицы, представления, простые выборки
Тема 6: Join, exists, вложенные запросы, group by, having
Тема 7: Оконные функции в SQL, виды и область применения
Теоретический минимум для ML: математика, линал, статистика
В данном модуле вы изучите разделы матричной алгебры для решения систем линейных уравнений и для векторного анализа. Познакомитесь с основными методами оптимизации функций (максимизации/минимизации), также научимся аппроксимировать значение функции, чтобы ускорять вычисления в Python при работе с данными. Научитесь формулировать и тестировать гипотезы, в том числе А/B-тестирование.
Тема 1: Матрицы. Основные понятия и операции
Тема 2: Основы линейной алгебры: базис, отображение
Тема 3: Матричные разложения. Практика в Python
Тема 4: Дифференцирование и оптимизация функций
Тема 5: Практика. Дифференцирование и оптимизация функций
Тема 6: Метод наименьших квадратов
Тема 7: Аксиоматика теории вероятностей. Случайные величины и их свойства
Тема 8: Многомерные случайные величины. ЦПТ. Практика
Тема 9: Основные понятия статистики. Точечные оценки
Тема 10: Проверка гипотез (AБ тестирование)
Тема 11: Исследование зависимостей: номинальные, порядковые и количественные величины
Тема 12: Практика. Исследование зависимостей: номинальные, порядковые и количественные величины
Основные методы машинного обучения
В данном модуле рассмотрим задачи, которые направлены на проверку гипотез, поиск оптимальных решений с помощью искусственного интеллекта.
Тема 1: Введение в машинное обучение
Тема 2: Задача регрессии. Линейная регрессия
Тема 3: Задача классификации. Метод ближайших соседей
Тема 4: Выбор темы проекта
Тема 5: Логистическая регрессия
Тема 6: Деревья решений
Тема 7: Ансамбли моделей
Тема 8: Feature engineering & advanced preprocessing
Тема 9: Практика
Проектная работа
Заключительный месяц курса посвящен проектной работе. Свой проект — это то, что интересно писать слушателю. То, что можно создать на основе знаний, полученных на курсе. При этом не обязательно закончить его за месяц. В процессе написания по проекту можно получить консультации преподавателей.
Тема 1: Консультация в формате предзащиты
Тема 2: Защита проекта
Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Проектные работы
Курс завершается финальным проектом, который предстоит защитить перед преподавателями и командой. Вам будет, что обсудить на собеседовании!
Вы можете выбрать одну из предложенных преподавателем тем или реализовать свою идею.
Например:
Преподаватели
Эксперты-практики делятся опытом, разбирают кейсы студентов и дают развернутый фидбэк на домашние задания
Прошедшие
мероприятия
Корпоративное обучение для ваших сотрудников
- Курсы OTUS верифицированы крупными игроками ИТ-рынка и предлагают инструменты и практики, актуальные на данный момент
- Студенты работают в группах, могут получить консультации не только преподавателей, но и профессионального сообщества
- OTUS проверяет знания студентов перед стартом обучения и после его завершения
- Простой и удобный личный кабинет компании, в котором можно видеть статистику по обучению сотрудников
- Сертификат нашего выпускника за 5 лет стал гарантом качества знаний в обществе
- OTUS создал в IT более 120 курсов по 7 направлениям, линейка которых расширяется по 40-50 курсов в год
Сертификат о прохождении курса
OTUS осуществляет лицензированную образовательную деятельность.
В конце обучения вы получите сертификат OTUS о прохождении курса.
После обучения вы:
- заберете с собой полный комплект обучающих материалов: видеозаписи всех вебинаров, презентации к занятиям и другие дополнительные материалы
- получите все необходимые навыки для работы в Data Science
- пополните свое портфолио новыми работами для будущего работодателя
- получите сертификат о прохождении курса
Machine Learning. Basic
Полная стоимость
Стоимость указана для оплаты физическими лицами
вычета до 13% стоимости обучения. Оставьте заявку и менеджер вас проконсультирует
+7 499 938-92-02 бесплатно