Machine Learning Beginning
классический вводный курс по современному Machine Learning с упором на практику: закладываем фундамент для поиска первой работы
опыт
знание Python, основ линейной алгебры и теории вероятностей
старт
весна 2025
группа
25 мест
длительность
3 месяца
если вы:
- 01
разработчик и желаете расширить свои компетенции в сфере анализа данных и машинного обучения
- 02
начинающий data scientist, ML engineer, data engineer, data analyst и хотите получить целостное понимание ML, навыки построения моделей и работы с даными
s...тогда это мэтч!
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 глубокое понимание современных инструментов и нюансов их использования. А также положите в портфолио кейс, на котором покажете практический опыт тренировки, валидации и тюнинга разных моделей машинного обучения.
навыки,
которыми овладеем
hard skills:
- умение пользоваться базовыми инструментами для манипулирования и анализа данных
- визуализация данных для обнаружения шаблонов, трендов и инсайтов
- владение техниками оценки моделей машинного обучения
- владение техниками clustering и dimensionality reduction, способами их практического применения
- понимание архитектуры и функционирования базовых нейронных сетей
soft skills:
- гибкость во внедрении изменений и корректировке стратегий
- анализ проблем и нахождение эффективных решений
- подготовка к интервью
- самопрезентация
программа курса
от основ data science до фреймворков deep learning
вебинары
вт, чт — 19:30
- 01.вступление в машинное обучение
- что такое машинное обучение
- примеры использования в реальной жизни
- типы задач (классификация, регрессия, кластеризация)
- краткий обзор инструментов
- 02.Python и подготовка данных
- основы Python для работы с данными
- использование библиотек pandas, numpy
- 03.исследовательский анализ данных (EDA)
- обзор методов анализа данных
- заполнение пропущенных значений
- обнаружение аномалий
- визуализация данных (графики, гистограммы)
- 04.построение моделей: регрессии
- линейная регрессия: принцип работы
- логистическая регрессия
- оценка качества моделей
- 05.evaluating models. validation. metrics
- метрики оценки моделей (MAE, MSE, R^2)
- кросс-валидация
- преимущества и недостатки разных подходов
- обсуждение ошибок моделей
авторкапрограммыЕлена
Касьяненко
Более 10 лет в data science, включая модели прогнозирования, рекомендательные системы и GenAI моделями. Имеет опыт работы в ведущих компаниях Украины и мира, в частности Toyota (TCEU), monobank, Deloitte London, EVO (Prom.ua) и PrivatBank.
В Toyota Connected Europe разработала и внедрила предиктивные модели для оптимизации выбросов Toyota Fleet для Олимпиады 2024 года в Париже, что позволило снизить их на 20%.
В Deloitte внедрила MLOps фреймворк для одной из крупнейших e-commerce компаний в UK.
В EVO создала data science команду, которая занималась рекомендательными системами, поиском фрода, оценкой качества контента для Prom.ua.
В PrivatBank и monobank разрабатывала модели прогнозирования дефолтов, что позволило более эффективно управлять кредитными портфелями.
что вас ждет
обучение по-проджекторному
понимание основных концепций и подходов data science
разработка, внедрение и оценка эффективности моделей машинного обучения
знакомство с передовыми практиками работы с данными, включая обработку, анализ и визуализацию
реальный опыт работы над кейсами с использованием инструментов data science в различных сферах: финансы, e-commerce, транспорт и другие- сертификат за достижения — выполнение домашек и успешную защиту курсового проекта
платить помесячно
12 600 грн/мес.
при рассрочке цена курса 37 800 грн
оплатить за весь курс
со скидкой
12 000 грн/мес.
при оплате одним платежом цена курса 36 000 грн
платить помесячно
12 600 грн/мес.
при рассрочке цена курса 37 800 грн
оплатить за весь курс
со скидкой
12 000 грн/мес.
при оплате одним платежом цена курса 36 000 грн
определились?
вот как попасть на курс
1зарегистрироваться
2заполнить анкету
3пройти отбор
4стать студентом
- 1
зарегистрироваться
- 2
заполнить анкету
- 3
пройти отбор
- 4
стать студентом
отзывы.
что говорят выпускники
*Согласно результатам исследования Projector.
В исследовании учавствовали 567 респондетнов
среди выпускников курсов в 2022.
медиа.
узнайте больше
остались вопросы?
подготовили ответы
- нужны ли какие-нибудь навыки для поступления на курс?
- какой софт будем использовать на курсе?
- как происходит коммуникация на курсе и в каком формате куратор дает фидбек?
- будут ли записываться вебинары?
- будут ли мне доступны видеозаписи лекций после завершения курса?
регистрация.
первый шаг за вами
Хотите спростить еще что-то? Пишите на hello@prjctr.com или звоните по номеру +38 067 418-95-78.
первый шаг за вами