О курсе
Рассмотрим большинство популярных методов. Начиная от простых (но не менее эффективных) линейных моделей и древ решений, заканчивая более сложными буcтингами и глубокими нейронными сетями.
Лекции будут сопровождаться примерами решений реальных задач классификации, регрессии, кластеризации с использованием Python из наиболее популярных сфер применения ML. Таких, как автоматический анализ текстов, предсказание временных рядов, классификация картинок.
По окончанию курса получите не только общее представление о том, чем является Machine Learning сейчас, но и глубокое понимание современных инструментов и нюансов их использования. А также практический опыт тренировки, валидации, тюнинга различных моделей машинного обучения.
февраль 2022
курс длится 3 месяца,вебинары
10 000 грн/мес
30 000 грн при полной оплате курса10 500 грн/мес при оплате частями
25 студентов
каждый студент получает регулярный фидбек от кураторов группы
Программа курса
Part 1. Data Science
• Intro - AI vs ML.
• Exploratory Data Analysis: Pandas and Numpy.
• Visual Data Analysis.
Part 2. Classic Machine Learning
• Linear/Polynomial Regression.
• Logistic Regression.
• NLP Features.
• Evaluating models. Validation. Metrics.
• Time series analysis.
• Decision Trees.
• Random Forest / Bagging.
• Boosting - XGBoost, LightGBM, CatBoost.
• Unsupervised learning.
• Feature engineering.
• Feature importance.
Part 3. Intro to Deep Learning
• Basic Neural Networks.
• Into to PyTorch.
• DL in NLP.
• DL in CV.
Кому подходит курс
Разработчикам
Если вы уже занимаетесь разработкой и хотите перейти в Data Science.
Начинающим Data Scientist-ам
Курс также буде полезен начинающим специалистам в этих профессиях: ML Engineer, Data Engineer, Data Analysts.
Опыт
Для прохождения обучения вам нужны знания языка программирования Python, основы линейной алгебры и теории вероятностей
Время
10-12+ часов в неделю на выполнение домашних заданий
Язык обучения
русский
Как проходит обучение?
Вебинары
Вебинары с кураторами и группой будут проходить по понедельникам и четвергам в 19:30
Unlimited фидбек
У нас нет базовых и премиум режимов. Только премиум, всегда. Получите от куратора все. И да, десятая итерация — это нормально.
Real-life задания
У нас действует Practicult — культ практики. Поэтому вы будете делать много сложных домашек из реальных рабочих будней. Have fun & survive.
Сертификат за дело
Выдаем только тем, кто своим потом, временем и силами его заслужил.
ГРАФИК
Старт обучения
февраль 2022
Вебинары
по понедельникам и четвергам в 19:30
Вопросы-ответы
Нужны ли какие-то навыки для поступления на курс?
Для поступления нужно будет выполнить тестовое задание. Его можно найти в письме после регистрации на курс.
Какой софт будет использоваться на курсе?
На курсе встретимся с Python3 + classic ML stack (numpy, pandas, sklearn, LightGBM/CatBoost/XGBoost) + PyTorch, Jupyter Notebooks.
А групповые звонки с куратором будут записываться?
Будут, но лучше забронируйте время, чтобы присоединяться к ним лично — там будет интересно.
Как происходит коммуникация на курсе, и в каком формате куратор дает фидбек?
Вся коммуникация на курсе проходит на платформе Slack (рабочий чат группы, каналы для домашних заданий и полезных ссылок). Фидбек от куратора будет в виде комментариев на домашние задания и обсуждения на вебинарах.
А что, если мне не понравится?
Вернем деньги в течение 7 дней от даты старта курса.
А сертификат будет?
Только при условии выполнения всех домашних заданий, а также успешной защиты курсового проекта.
