designing
Workshops
5 воркшопів
щоб навчитися залучати стейкхолдерів на різних етапах дизайн-процесу
Дізнатись більше
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.

травень 2024 курс триває 3 місяці
10 000 грн/міс. 30 000 грн при повній оплаті курсу
10 500 грн/міс. при оплаті частинами
25 студентів кожен студент отримує регулярний фідбек від куратора

Куратори

Автор програми та куратор Віталій Радченко
Співавтор програми Євген Терпіль



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 Пайтон, основ лінійної алгебри та теорії ймовірностей

Час

10-12+ годин на тиждень для виконання домашніх завдань

Мова викладання

українська, частина матеріалів буде англійською

Як відбувається навчання

Вебінари

Вебінари з куратором та групою проходитимуть щосереди о 19:30 та щосуботи об 11:00.

Real-life завдання

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

Курсовий проєкт

Під час навчання ви зробите великий проєкт. Адже принцип курсу — все як у житті.

Регулярний фідбек

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

Сертифікат за здобутки

Наші сертифікати справді цінують на ринку. Тому ми видаємо їх лише тим студентам, які виконали щонайменше 70% домашніх завдань та захистили курсовий проєкт.

ГРАФІК

Старт

травень 2024

Вебінари

щосереди о 19:30 та щосуботи об 11:00

Дізнайтеся більше

Twitter Осередок технарів, Development & Data Science новин, фізри для мозку, непроханих порад та соціально-наукового холівару
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
Стаття 10 тис. годин, 6 порад. Як увійти у Data Science і не втекти у паніці

Запитання

Чи потрібні якісь навички для вступу на курс?

Це базовий курс для людей без досвіду в галузі, усе потрібне вивчатимемо з нуля. Проте ми цінуємо ваш час і хочемо, щоб навчання було для вас релевантним. Тому після реєстрації надішлемо коротку анкету. Вона допоможе кураторові дізнатися про ваш попередній досвід, а також оцінити мотивацію й загальне розуміння галузі.

Якщо все добре –– ми вам одразу повідомимо про зарахування. А за кілька днів до старту курсу надішлемо лист з інформацією про процес навчання. Важливо: місце в групі бронюється тільки після внесення оплати.

Якщо ви отримаєте відмову –– не засмучуйтеся. Ми надішлемо також список корисних посилань. Ознайомтеся з цими матеріалами, а відтак сміливо подавайтеся на курс знову.

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?

Буде, якщо ви докладете зусиль. Щоб отримати сертифікат, потрібно виконати щонайменше 70% домашніх завдань, отримати фідбек та «зараховано» від куратора, а також здати й захистити курсовий проєкт. Дедлайном для здачі та зарахування робіт є дата випуску.

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 запитання?
Не соромтесь їх ставити.

Проконсультуйте мене