Dev & Data Science

Machine Learning Beginning

Класичний вступний курс із сучасного Machine Learning з акцентом на практику.

Про курс

На курсі Machine Learning Beginning ми розглянемо більшість популярних методів: починаючи від простих (але не менш ефективних) лінійних моделей і дерев рішень, закінчуючи складнішими буcтингами та глибокими нейронними мережами.

Лекції супроводжуватимуться прикладами рішень реальних завдань класифікації, регресії, кластеризації з використанням Python з найпопулярніших сфер застосування ML — автоматичного аналізу текстів, передбачення часових рядів, класифікації картинок.

Після закінчення курсу ви матимете не тільки загальне уявлення про те, чим є Machine Learning, а й глибоке розуміння сучасних інструментів і нюансів їхнього використання. А також отримаєте практичний досвід тренування, валідації та тюнінгу різних моделей машинного навчання.

вересень 2022 курс триває 3 місяці
10 000 грн/міс. 30 000 грн при повній оплаті курсу
10 500 грн/міс. при оплаті частинами
25 місць кожен студент отримує регулярний фідбек від кураторів

Куратори

Куратор Євген Терпіль
Куратор Віталій Радченко



Програма курсу

Data Science

— Intro — AI vs ML.
— Exploratory data analysis: Pandas and NumPy.
— Visual data analysis.

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.

Intro to Deep Learning

— Basic neural networks.
— Into to PyTorch.
— DL in NLP.
— DL in CV.

Курс для вас, якщо ви

Розробник

і хочете перейти в Data Science

Data Scientist-початківець

ML Engineer, Data Engineer, Data Analysts

Досвід

знання Python, основ лінійної алгебри та теорії ймовірностей

Час

10-12+ годин на тиждень для виконання домашніх завдань

Мова викладання

російська

Як відбувається навчання

Вебінари

Вебінари з кураторами та групою проходитимуть щопонеділка та щочетверга о 19:30.

Регулярний фідбек

У нас немає базових і преміум режимів. Тільки преміум, завжди. Отримайте від куратора все. І так, десята ітерація — це нормально.

Real-life завдання

У нас діє Practicult — культ практики. Тому ви виконуватимете багато складної домашки з реальних робочих буднів. Have fun & survive.

Сертифікат за справи

Видаємо лише тим, хто своїм потом, часом і силами його заслужив.

ГРАФІК

Старт

вересень 2022

Вебінари

у понеділок і четвер о 19:30

Дізнайся більше

PROJECTOR MAG Як Spotify використовує AI, ML та Big Data у системах рекомендацій
PROJECTOR MAG Частіше, ніж здається. Де та для чого використовують штучний інтелект
PROJECTOR MAG Як створюють та використовують нейронні мережі: лекція Михайла Константинова
PROJECTOR MAG За кафедрою Олександр Руппельт: як будують лінійку Data Science в Projector

Запитання

Чи потрібні якісь навички для вступу на курс?

Для вступу необхідно буде виконати тестове завдання. Воно прийде на пошту після реєстрації на курс.

Який софт використовуватимемо на курсі?

Python3 + classic ML stack (NumPy, Pandas, Sklearn, LightGBM/CatBoost/XGBoost) + PyTorch, Jupyter Notebooks.

Як відбувається комунікація на курсі та у якому форматі куратор дає фідбек?

Уся комунікація на курсі відбуватиметься на платформі Slack (робочий чат групи, канали для домашніх завдань і корисних посилань). Куратор даватиме фідбек у вигляді коментарів до домашніх завдань і обговорення на вебінарах.

Чи будуть записуватися вебінари?

Ми щоразу організовуємо запис, однак краще виділіть час, щоб долучитися до онлайн зустрічі — обговорити питання з одногрупниками та проконсультуватися з куратором.

А сертифікат буде?

Тільки за умови виконання всіх домашніх завдань, а також успішного захисту курсового проєкту.

Що, як мені не сподобається?

Ми зможемо повернути вам усю суму за навчання протягом 7 днів від початку курсу, якщо ви передумаєте.

Реєстрація

Ще маєте питання?
Не соромтесь їх задати.

Проконсультуйте мене