Курс для опытных специалистов

Основы машинного обучения
для аналитиков

Научитесь проверять данные на полноту, целостность, валидность, наличие шумов, ошибок и пропусков

Узнаете, как очищать данные с помощью NumPy и pandas

Поймёте, как строить деревья решений и модели логистической, линейной и полиномиальной регрессии

Когда

28 марта — 28 мая

Длительность

2 месяца

Формат

Видеолекции, вебинары, практические задания с проверкой экспертом

Для кого

Для опытных специалистов
в области Data Science

На курсе вы научитесь

Собирать и готовить данные для анализа

Выбирать и создавать фичи для модели

Работать с алгоритмами кластеризации

Строить ансамбли моделей

Пользоваться библиотекой Sklearn

Оценивать модели и работать с переобучением

Программа обучения — 2 месяца

Вас ждут 44 часа теории и 46 часов практики: 16 вебинаров с лекциями и практическими разборами и 11 заданий с индивидуальной проверкой экспертом.

Регрессионный анализ. Линейная, полиномиальная
и логарифмическая регрессия

Классификация: логистическая регрессия и SVM

Функции потерь и оптимизация

Оценка точности модели, переобучение, регуляризация

Проблема качества данных

Работа с пропусками и переменными

Для обучения на курсе необходимо владеть основами Python и работать с библиотеками pandas, NumPy, Matplotlib & Seaborn

Преподаватели

Вернём деньги, если обучение не подойдёт

Деньги можно вернуть в любой момент. В течение первых трёх занятий вернём вам полную сумму, а начиная с четвёртого — рассчитаем сумму возврата или поможем выбрать другой курс взамен.

Подробные условия

Основы машинного обучения для аналитиков

На курсе вы научитесь

Программа обучения — 2 месяца

Преподаватели

Основы машинного обучения
для аналитиков