Вы создадите свою первую модель машинного обучения и поймёте, как нейросети решают задачи бизнеса. Глубокие познания в математике и программировании не нужны: вы с нуля сделаете первые шаги в Data Science всего за 3 дня!
Data Scientist — специалист, который c помощью статистики и машинного обучения анализирует большие данные и делает прогнозы в бизнесе, науке и промышленности.
Примеры работ студентов
Дата-сайентисты востребованы на рынке труда. Более 1 000 компаний ищут специалистов разных уровней.
- от 40 000 ₽ рублей без опыта
- до 350 000 ₽ рублей 1–3 года опыта
- до 500 000 ₽ 3–6 лет опыта
Кому подойдёт интенсив
Новичкам
Освоите азы программирования на Python. Узнаете, как и для чего используется машинное обучение, и сможете решить реальную бизнес-задачу с помощью нейросетей.
Аналитикам
Узнаете, как оценить качество модели машинного обучения. Поработаете с данными криптовалютных рынков и сделаете проект, который усилит ваше портфолио.
Начинающим программистам
Поймёте, как функционируют нейросети. Обучите модель, способную распознавать лица, и узнаете, как построить карьеру в Data Science.
Вы научитесь
Создавать базовые модели
Познакомитесь с языком Python и библиотеками Pandas и Sklearn, с помощью которых сможете создать свою первую модель машинного обучения.Работать с данными
Узнаете, как подготавливать и «обогащать» данные для тренировки модели. Научитесь визуализировать и анализировать датасеты.Понимать, как работает машинное обучение
Поймёте, как функционируют модели машинного обучения с точки зрения информатики, математики и статистики.
Программа
- Урок 1
Введение в анализ данных. Основные инструменты
- Что такое Machine Learning и зачем нужны нейросети.
- Простейший анализ и визуализация данных.
- Топ-5 функций, которые упростят работу на Python.
- Знакомство с Python, Google Collab, Pandas и Sklearn.
- Решаем первую бизнес-задачу.
- Урок 2
Погружаемся в машинное обучение
- Как правильно подготовить данные для обучения.
- Как «обогатить» данные с помощью Feature Engineering.
- Типичные проблемы при обучении модели.
- Пробуем разные модели и учимся оценивать их качество.
- Обучаем нейросеть распознавать лица и предсказывать курс биткоина.
- Урок 3
Просто о сложной математике в Data Science
- Что такое GridSearch и кросс-валидация и зачем они нужны.
- Работа с алгоритмами градиентного спуска в картинках и алгоритмами на деревьях решений и ансамблями.
- Разбор домашних заданий и подведение итогов.
Работы участников
Участники интенсива изучали основы машинного обучения в среде Jupyter с использованием библиотеки Sklearn. В интенсиве мы решали задачу предсказания курса доллара по историческим данным за последние годы. Домашним заданием было улучшить предсказание, используя различные алгоритмы и методики машинного обучения.
Преподаватель
Михаил Овчинников
Главный методист технического направления Skillbox- Экс-руководитель команды, которая разрабатывала платформу антиспама и машинного обучения в Badoo.
- Руководил разработкой бизнес-приложений в известной американской социальной сети.
- Директор по разработке в лондонской компании Noon Academy, где развивает онлайн-образование для миллионов школьников.
Получить доступ к записи бесплатного интенсива
Получайте расписание новых интенсивов каждую неделю
Раз в неделю мы будем присылать вам расписание грядущих интенсивов на почту. Подпишитесь, чтобы не пропустить вебинары по своим темам.
