Узнайте о снижении цены

Оставьте ваш email и мы напишем вам когда цена снизится

Основы Data Science

Вы освоите основы Data Science, узнаете о практическом применении машинного обучения, а также поймёте, как работать с данными.
125 000 ₽
56 250 ₽ за курс
стоимость обучения
% Беспроцентная рассрочка на мес.
Уровень сложности
для специалистов
Длительность
7 мес.
Демо доступ
нет
Формат обучения
онлайн
Домашние задания
да
Обратная связь
да, от преподавателя
Стажировка
нет
Помощь в трудоустройстве
нет
Документ по окончании
удостоверение

Программа обучения

  • Основное
  • Содержание программы

Курс будет полезен бизнес-аналитикам, финансистам, руководителям финансовых, маркетинговых и стратегических подразделений. Вы изучите анализ данных с помощью Python, методы машинного обучения, решение проблем при работе с данными, а также затронете общую математику.

Программа длится 7 месяцев и разделена на 4 модуля. После прохождения курса вы получите удостоверение о повышении квалификации.

Анализ данных с помощью Python
  • Синтаксис Python: типы данных, операции, функции, циклы и списки.
  • Чтение, запись и изменение данных из файлов.
  • Базовые библиотеки для работы с данными и машинного обучения.
  • Вывод результатов анализа в текстовом и графическом виде.
Общая математика
  • Вектор (определение, нулевой вектор, коллинеарность, длина).
  • Сложение, вычитание и умножение векторов.
  • Координаты векторов (сложение, вычитание, умножение).
  • Единичные вектора.
  • Линейная комбинация и линейное преобразование векторов, скалярное произведение.
  • Матрица.
  • Операции над матрицами.
  • Транспонирование матрицы.
  • Ранг и определитель матрицы.
  • Метод Гаусса.
  • Генеральная совокупность. Выборка.
  • Типы данных.
  • Среднее арифметическое / Мода / Медиана.
  • Дисперсия / Стандартное отклонение / Коэффициент вариаций.
  • Нормальное распределение.
  • Центральная предельная теорема.
  • t-критерий Стьюдента (p-value).
  • Z-статистика.
  • Квартили.
  • Доверительный интервал.
  • Мера различий (Нулевая гипотеза).
  • А/B тесты.
  • Ковариация.
  • Корреляция.
  • Практическая работа №3: «Линейная алгебра + математическая статистика».
  • Финальный тест.
Data Science
  • Практическое применение машинного обучения.
  • Типы задач, алгоритмы и методы их решения.
  • Способы машинного обучения: обучение с учителем.
  • Способы машинного обучения: обучение без учителя.
Решение проблем при работе с данными
  • Борьба с переобучением и недообучением.
  • Оценка качества алгоритма и метрики качества.
  • Несбалансированные выборки и отбор признаков.
  • Визуализация и интерпретация данных.

Чему научат

галочка
Работе с данными
галочка
Программированию
галочка
Математическим расчётам
галочка
Методам машинного обучения

Преимущества курса

Чат с куратором в Telegram
Обучение включает онлайн-занятия с преподавателями

Отзывы пользователей

Оставить отзыв о курсе

    Оставьте отзыв о курсе

    Ваш адрес Email не будет опубликован
    Ваша оценка:
    Ваш отзыв:
    Достоинства:
    Недостатки:
    Имя:
    Email: