3 дня машинного обучения: Python, нейросети и биткоин

3 дня машинного обучения: Python, нейросети и биткоин

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!

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.
    • 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.

Преподаватель

Фото преподавателя

Михаил Овчинников

Главный методист технического направления Skillbox
  • Экс-руководитель команды разработки систем машинного обучения и антиспама в Badoo.
  • Занимается разработкой ПО последние 17 лет.
  • Докладчик крупнейших IT-конференций России.
  • Главный методист технического направления Skillbox.
  • Специалист в области разработки высоконагруженных систем, обработки больших данных и машинного обучения.

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.

  • Работа Александра Метелягина

  • Работа Александра Метелягина

  • Работа Amparo Garcia

  • Работа Amparo Garcia

Получить доступ к записи бесплатного интенсива

Заявка не отправлена!

Похоже произошла ошибка. Попробуйте отправить снова или перезагрузите страницу.

Нажимая на кнопку, я соглашаюсь на обработку персональных данных и с правилами пользования Платформой

Спасибо!

Ваша заявка успешно отправлена