О курсе
На курсе Machine Learning Beginning мы 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 — автоматического анализа текстов, предсказания временных рядов, классификации картинок.
По окончанию курса вы будете иметь не только общее представление о том, чем является Machine Learning, но и глубокое понимание современных инструментов и нюансов их использования. А также получите практический опыт тренировки, валидации и тюнинга различных моделей машинного обучения.
22 мая 2024
курс длится 3 месяца
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 куратора
Программа курса
-
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, если вы
Разработчик
и хотите перейти в Data Science
Начинающий Data Scientist
ML Engineer, Data Engineer, Data Analysts
Опыт
знание Python, основ линейной алгебры и теории вероятностей
Время
10-12+ часов в неделю на выполнение домашних заданий
Язык обучения
украинский, часть материалов будет на английском
Как проходит обучение
Вебинары
Вебинары с куратором и группой будут проходить по средах в 19:30 и субботах в 11:00.
Real-life задания
У нас действует Practicult — культ практики. Поэтому вы будете выполнять много сложной домашки из реальных рабочих будней. Have fun & survive.
Курсовой проект
Во время обучения вы сделаете большой проект. Ведь принцип курса — все как в жизни.
Регулярный фидбек
У нас нет базовых и премиум режимов. Только премиум, всегда. Получите от куратора все. И да, десятая итерация — это нормально.
Сертификат за дело
Наши сертификаты действительно ценят на рынке. Поэтому мы выдаём их только тем студентам, которые выполнили не менее 70% домашних работ и защитили курсовой проект.
ГРАФИК
Старт обучения
22 мая 2024
Вебинары
среда в 19:30 и суббота в 11:00
Вопросы
Нужны ли какие-то навыки для поступления на курс?
Для поступления нужно будет выполнить тестовое задание. Оно придет вам на почту после регистрации на курс.
Какой софт будет использоваться на курсе?
Python3 + classic ML stack (NumPy, Pandas, Sklearn, LightGBM/CatBoost/XGBoost) + PyTorch, Jupyter Notebooks.
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 к домашним заданиям и обсуждения на вебинарах.
Вебинары будут записываться?
Будут, но лучше выделите время, чтобы присоединиться к ним лично — будет интересно.
А сертификат будет?
Будет, если приложить усилия. Чтобы получить сертификат, нужно выполнить не менее 70% домашних работ, получить фитбек и «засчитано» от куратора, а также сдать и защитить курсовой проект. Дедлайном для сдачи и принятия работ является дата выпуска.
Что, если мне не понравится?
Сможем вернуть деньги в течение 7 дней от даты старта курса.
