Логотип Academy Market
Каталог курсов
Логотип Academy Market
Наверх
Андрей Канашов
Андрей Канашов

Андрей Канашов

Рейтинг курсов
4,73

Программа курса

Вам предстоит изучать теоретические материалы и выполнять практические задания для закрепления полученных навыков. 

1.
Продвинутые методы машинного обучения
2.
Сбор данных. Анализ текстовых данных
3.
Анализ Временных рядов
4.
Рекомендательные системы
5.
Дополнительные темы
6.
Проектная работа

Чему вы научитесь

Строить модели машинного обучения
Проектировать рекомендательные системы
Собирать и анализировать данные
Работать в специализированных сервисах
Искать ошибки и фиксить их

Программа курса

Программа курса содержит 8 тематических блоков и 44 темы суммарно. В конце курса - итоговый проект для портфолио и отработки навыков.

1.
Advanced Machine Learning. AutoML
2.
Production
3.
Временные ряды
4.
Рекомендательные системы. Задача ранжирования
5.
Графы
6.
Bayesian Learning, PyMC
7.
Reinforcement Learning
8.
Проектная работа

Чему вы научитесь

Настраивать окружение и писать production код, готовый к внедрению
Работать с AutoML подходами и понимать ограничения в их применении
Понимать и уметь применять Байесовские методы и обучение с подкреплением для соответствующих задач
Решать нестандартные проблемы, возникающие в рекомендательных системах, временных рядах и графах

Программа курса

Программа курса рассчитана на тех, кто начинает изучать основы машинного обучения. Студенты изучат язык программирования и научаться применять его для сбора и анализа данных.

1.
1 ступень. Часть 1
2.
1 ступень. Часть 2
3.
1 ступень. Часть 3
4.
1 ступень. Часть 4
5.
Ступень 2. Часть 1
6.
Ступень 2. Часть 2
7.
Ступень 2. Часть 3
8.
Ступень 2. Часть 4
9.
Ступень 3: Middle

Чему вы научитесь

Программировать на языке Python
Собирать данные
Обучать модели
Использовать Python для Data Science

Программа курса

Вас ждут онлайн-занятия, на которых вы освоите все инструменты ML-инженера, а в конце выполните итоговый проект, который добавите в свое портфолио.

1.
Введение в Python
2.
Введение в Python. ООП, модули, базы данных
3.
Основы Python для ML
4.
Теоретический минимум для ML: математика, линал, статистика
5.
Основные методы машинного обучения
6.
Проектная работа

Чему вы научитесь

Работать с большим объемом данных
Программировать на языке Python
Использовать математику и теорию вероятности
Взаимодействовать с базами данных
Использовать систему контроля версий Git