Курс «Data Science»
Видеоуроки / Самостоятельно / Обучение в ЛК на сайте автора
Практический курс, в котором собраны 3 самые востребованные специализации Data Science.
Обновлено: 24.08.2022
Курс устарел
Сожалеем, но курс устарел поэтому недоступен для изучения. Рекомендуем посмотреть похожие материалы по этой теме.
i- Срок доступа: бессрочный.
- Обучение: в ЛК на сайте автора
- Когда будете учиться: в любой день в любое время
- Уровень сложности: для новичков
- Демодоступ
- Домашние задания: есть, с проверкой, обязательные
- Сопровождение: куратором
- Сертификат
- Трудоустройство
- Техническая поддержка: в рабочее время, чат на сайте, чат внутри лк, чат в мессенджере, электронная почта, телефон
- Доступ: сразу после оплаты
Что вы узнаете?
- Как систематизировать большие данные.
- Какие возможности открывает язык Python.
- Что потребуется для машинного обучения.
- Какие способы прогнозирования существуют.
- Как применять рекомендательные системы.
О курсе
Описание
Программа курса
Особенности
По результатам недавних исследований спрос на экспертов в области Data Science превышает предложение. Грамотные специалисты в этой области, нужны каждому бизнесу и если вы планируете большую карьеру в Data Science, то вам обязательно нужно пройти этот онлайн-курс. Эксперты проекта ProductStar, подготовили уроки, которые содержат выжимку и концентрат полезных знаний для освоения профессии Data Scientist.
Курс рассчитан на два месяца. За это время вы научитесь систематизировать большие данные, как писать на Python, понимать особенности машинного обучения, работе с Hadoop и другим важным навыкам. Весь процесс подготовки проходит под чутким наставничеством педагога и менторской поддержкой. В конце обучения вы получите именной сертификат школы.
В программе курса «Data Science: быстрый старт»:
- Python, быстрый старт: типы данных, функции, циклы, классы, ошибки.
- Библиотеки для анализа и их различия.
- Базовые модели машинного обучения.
- Построение надежных стратегий валидации.
- Предсказание оттока пользователей с сервиса и другие прикладные задачи.
Результатом подготовки станет освоение таких инструментов как Python и Hadoop, знание особенностей нескольких библиотек, умение систематизировать данные с помощью Machine Learning. Этих навыков будет достаточно для старта в профессии Data Scientist.
Блок 1. Python, быстрый старт: типы данных, функции, классы, ошибки
- Введение в Python
- Типы данных, функции, классы, ошибки
Блок 2. Python, быстрый старт: строки, условия, циклы, списки и словари
- Строки, условия, циклы
- Списки и словари в Python
Блок 3. Библиотеки для анализа данных: Pandas
- Пакеты, файлы, Pandas – начало
- Pandas – продолжение
Блок 4. Библиотеки для анализа данных: визуализация
- Библиотеки визуализации данных
- Практика
Блок 5. Знакомство с машинным обучением
- Задачи машинного обучения
- Ключевые инструменты Machine Learning и их применение
Блок 6. Основные модели машинного обучения: линейная регрессии
- Что такое модели машинного обучения?
- Линейная регрессия
- Практика
Блок 7. Бинарная классификация
- Алгоритм бинарной классификации данных
- Применение на задачах
Блок 8. Валидация. Почему это важно
- Проблема переобучения и недообучения
- Валидация на отложенной выборке
- KFold и Stratified KFold валидация
Блок 9. Решающие деревья
- Определение и процесс построения решающего дерева
- Принцип работы дерево с количественными и категориальными признаками
- Сравнение дерева решений с линейными моделями
Блок 10. Feature Engineering, Feature Selection
- Состав Feature Engineering
- Базовые подходы к созданию признаков
- Состав Feature Selection
- Разбор кейсов
Блок 11. Предсказание оттока клиентов и прогноз продаж
- Разбор кейса
- Практическая задача по предсказанию оттока пользователей
- Практика и применение алгоритмов
Блок 12. Воркшоп: скоринг кредитного портфеля
- Разбор кейса и нюансов
- Практическая задача
-
ФорматСамостоятельно
Видеоуроки
Обучение в ЛК на сайте автора -
Демодоступ
-
Уровень сложностиДля новичков
-
Когда вы будете учитьсяВ любой день в любое время
-
Домашние заданияЕстьС проверкойОбязательные
-
Документ об обученииСертификат Освоение курса, выполнение итоговой работы.
-
Обязательное выполнение итоговой работы
-
СопровождениеКуратором
-
Техническая поддержкаВ рабочее времяЧат на сайтеЧат внутри ЛКЧат в мессенджереЭлектронная почтаТелефон
-
Перспективы после обученияТрудоустройство
-
Срок доступа к материаламБессрочный.
-
Способы оплатыКарта МирКарты Visa, Mastercard, Maestro
Отзывы о курсе
Пока никто не оставил отзывов. Чтобы оставить отзыв перейдите на полную версию страницы.
Другие курсы автора
- Формат — Видеоуроки
- 2 месяца
- 9 уроков
Курс — Основы Nocode: быстрый старт
- Формат — Видеоуроки
- 10 месяцев
- 178 уроков
Курс — Профессия: Продакт-менеджер
- Формат — Видеоуроки
- 8 месяцев
Профессия — Основы Web-разработки с нуля
- Формат — Видеоуроки
- 2 месяца
- 13 уроков
Курс — Аналитика на Python с нуля
- Формат — Видеоуроки
- 2 месяца
- 8 уроков
Курс — Growth hacking
- Формат — Видеоуроки
- 10 месяцев
- 168 уроков