Machine Learning. Basic
29 января 2024
Basic
6 месяцев
Онлайн
Пн/Чт 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 необходимыц 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 работой.Эксперты
Преподаватели из разных сфер, каждый со своим уникальным опытом.
Перспективы
Сможете претендовать на позицию Data Scientist Junior Трудоустройство
Многие студенты еще во время прохождения первой части программы находят или меняют работу, а к концу обучения могут претендовать на повышение в должности. Мы оказываем помощь в вопросах карьеры на протяжении всего обучения и спустя полгода после его завершения.
- 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
Программа
Введение в Python
В данном модуле познакомимся с базовыми структурами данных и операторами Python. Изучим азы работы с shell и git.
Тема 1: Знакомство. Настройка окружения для работы
Тема 2: Базовые типы и структуры данных. Управление потоком
Тема 3: Работа с функциями и данными
Тема 4: Git, shell
Тема 5: Групповая менторская консультация
Введение в Python. ООП, модули, базы данных
В данном модуле познакомимся с ООП в Python, научимся применять основные принципы ООП и разделять на модули.
Тема 1: Основы ООП
Тема 2: Продвинутый ООП, исключения
Тема 3: Продвинутый ООП, продолжение
Тема 4: Модули и импорты
Тема 5: Тесты
Тема 6: Знакомство со встроенными модулями
Тема 7: Файлы и сеть
Тема 8: Групповая менторская консультация
Основы Python для ML
В данном модуле познакомимся с библиотекой numpy, pandas. Научимся работать с многообразием библиотек визуализации данных в Python.
Тема 1: Основы NumPy
Тема 2: Основы Pandas
Тема 3: Визуализация данных
Тема 4: Групповая менторская консультация
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: Практика. Матрицы
Тема 3: Дифференцирование и оптимизация функций
Тема 4: Практика. Дифференцирование и оптимизация функций
Тема 5: Алгоритмы и вычислительная сложность
Тема 6: МНК и ММП
Тема 7: Практика. МНК и ММП
Тема 8: Случайные величины и их моделирование
Тема 9: Практика. Случайные величины и их моделирование
Тема 10: Исследование зависимостей: номинальные, порядковые и количественные величины
Тема 11: Практика. Исследование зависимостей: номинальные, порядковые и количественные величины
Тема 12: A/Б-тестирование
Тема 13: Групповая менторская консультация
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: Exploratory Data Analysis and Preprocessing
Тема 3: Задача регрессии. Линейная регрессия
Тема 4: Задача классификации. Метод ближайших соседей
Тема 5: Логистическая регрессия
Тема 6: Деревья решений
Тема 7: Ансамбли моделей
Тема 8: Feature engineering & advanced preprocessing
Тема 9: Групповая менторская консультация
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: Выбор темы проекта
Тема 2: Консультация в формате предзащиты
Тема 3: Защита проекта
Также вы можете получить полную программу, чтобы убедиться, что обучение вам подходит
Проектные работы
Каждый семестр 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.
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
Отзывы
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
Стоимость в рассрочку
Стоимость указана для оплаты физическими лицами
вычета до 13% стоимости обучения. Оставьте заявку и менеджер вас проконсультирует
+7 499 938-92-02 бесплатно