Курс
Получите прикладной опыт создания моделей машинного обучения
Сможете обучать нейронные сети
Заложите фундамент для перехода на middle-уровень в сфере Data Science
Когда
21 мая 2026 — 17 марта 2027
Длительность
10 месяцев
Карьера
Поможем найти стажировку или работу
Документ
Диплом о профессиональной переподготовке
Давайте до майских
Цена уже со скидкой. Оплатите курс до 30 апреля, чтобы сохранить выгоду.
Это процесс создания статистических моделей для нахождения закономерностей на основе подготовленных массивов данных.
Работающие модели применяют везде: от тяжёлого машиностроения до рекламы и ритейла
Специалисты по машинному обучению востребованы, новые вакансии появляются каждый день. Найти для себя интересный проект можно в любой сфере.
Чтобы пройти курс, нужно уверенно владеть языком программирования Python и дружить с математикой
Подтянуть Python и вспомнить математику можно на наших курсах: «Python для анализа данных» и «Математика для анализа данных».
Разработчикам
Освоите базу для перехода в другую область программирования. У вас появятся новые интересные задачи и возможность увеличить доход
Аналитикам
Получите знания ведущих экспертов отрасли, в короткие сроки углубитесь в специализацию и выйдете на следующий уровень в профессии
Начинающим ML-специалистам
Научитесь обрабатывать данные, строить различные модели машинного обучения и нейронных сетей. Знания помогут найти работу по душе
Формулировать задачу для data science проекта
Научитесь выдвигать идеи и гипотезы и составлять план решения задачи
124 часа теории и 131 час практики
● Программа повышения квалификации
● Занятия проходят по расписанию не чаще 2 раз в неделю после 19:00 МСК
● На лекции и практические задания понадобится 8-10 часов в неделю
● Записи вебинаров, видеолекции и другие полезные материалы хранятся в личном кабинете
Работа с признаками и построение моделей
Научитесь строить основные модели машинного обучения. Узнаете, как работать с деревьями решений, с логистической, линейной регрессией, строить ансамбли моделей. Узнаете, как работать с «грязными» данными и оценивать качество моделей.
40 часов теории
35 часов практики
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
Работа с переменными
Деревья решений
Ансамблирование
Поиск выбросов и генерация новых признаков
Feature Selection
Метрики близости. Работа с текстовыми данными. Наивный Байес
Алгоритмы кластеризации
Улучшение качества модели
Введение в нейронные сети
Научитесь строить простые полносвязные сети уровня LeNet и AlexNet и экспериментировать с их обучением. Получите теоретическую и практическую базу для использования нейронных сетей в блоках CV и NLP.
13 часов теории
3 часа практики
Введение в нейронные сети и библиотеку Keras
Углубление в нейронные сети и библиотеку Keras
Введение в свёрточные нейронные сети
Введение в рекуррентные нейронные сети
Дополнительные темы нейронных сетей
Рекомендательные системы
Вы будете применять полученные знания в разных областях машинного обучения. Во время этого блока научитесь строить персонализированные и неперсонализированные рекомендательные системы, а также комбинировать их.
13 часов теории
16 часов практики
Введение и классификация рекомендательных систем
Рекомендации на основе содержания
Коллаборативная фильтрация
Рекомендации на основе скрытых факторов
Гибридные алгоритмы
Оценка качества рекомендательных систем
Этические аспекты и справедливость
Hands-on проект: построй свою рекомендательную систему
Изучите элементарные алгоритмы обработки временных рядов, модели ARIMA, GARCH и прогнозирование значений на их основе. Узнаете, что такое марковские случайные процессы и марковские модели для временных рядов. Научитесь выявлять происхождение и структуру временного ряда, прогнозировать будущие значения для эффективного принятия решений при построении моделей машинного обучения. Поймёте, что скрыто «под капотом» популярных методик и библиотек.
22 часа теории
16 часов практики
Знакомство с временными рядами
Элементарные методы анализа временных рядов
Модели ARIMA, GARCH
Модели авторегрессии условной гетероскедастичности
Сингулярный спектральный анализ
Случайные марковские процессы
Нейронные сети в анализе временных рядов
Поиск изменений во временном ряде
Компьютерное зрение
Вы освоите основные техники машинного зрения: извлечение признаков, поиск по картинкам, сегментирование, детекция объектов. Научитесь строить нейросети.
19 часа теории
9 часов практики
Введение в компьютерное зрение
Выделение признаков и поиск похожих изображений
Сегментация и детекция объектов
Свёрточные нейронные сети
Обучение свёрточной сети на практике
Задачи детекции и сегментации
Рекуррентные нейронные сети в задачах компьютерного зрения (Image Captioning)
Порождающие модели
Другие задачи компьютерного зрения
Обработка естественного языка (NLP)
Освоите морфологический и синтаксический анализ, дистрибутивную семантику и информационный поиск. Научитесь снижать размерность в векторной модели, классифицировать, извлекать информацию и генерировать тексты.
14 час теории
12 часов практики
Введение в автоматическую обработку текста
Структура слова. Морфология
Тематическое моделирование
Словари. Подкрепление знаний
Дистрибутивная семантика
Языковые модели
Классификация в АОТ
Модели seq2seq. Attention
Информационный поиск
Извлечение информации
Синтаксический анализ
Transformers. BERT
Научитесь планировать разработку проектов data science и решение задачи. Сможете грамотно презентовать заказчикам результаты исследований.
3 часа теории
5 часов практики
Требования в DS-проектах
Методология ведения DS-проектов
Разработка отчётов по исследованию
Сохранение результатов эксперимента
Дипломный проект
Вы построите ML-модель для решения своих текущих профессиональных задач: это может быть система прогнозирования продаж, распознавание объектов на фото или видео, анализ временных рядов, анализ больших объёмов текста.
Если у вас нет идей для своего проекта или доступа к необходимым данным, мы предложим вам учебный кейс в интересной вам области на основе реального датасета других компаний.
Дипломная работа выполняется самостоятельно под руководством экспертов курса и позволяет закрепить весь спектр знаний и навыков, полученных на программе.
40 часов практики
Как проходит обучение
Все уроки теперь и в мобильном приложении
Мы разработали платформу для смартфонов, чтобы вы могли учиться в спортзале, самолёте, на даче или в пути.
Учитесь, где нравится
Доступ к учебным материалам всегда под рукой: это экономит ваши ресурсы
Занимайтесь даже без интернета
Можно скачать материалы на телефон и учиться даже там, где плохая связь
Получайте подсказки по дедлайнам
Приложение работает как помощник: напомнит про домашнюю работу или вебинар
Загружайте задания с телефона
Удобно отслеживать статус практических работ и отвечать на комментарии преподавателя
Специалист machine learning
Ключевые навыки
Очистка данных
Выбор моделей машинного обучения
Создание нейросетей
Выбор и создание фич для модели
Освоенные инструменты
Scikit-learn
Scikit-learn
Базовая библиотека в Python для построения алгоритмов машинного обучения
OpenCV
OpenCV
Библиотека алгоритмов компьютерного зрения, обработки изображений и численных алгоритмов общего назначения с открытым кодом. Мы будем использовать её на Python
NLTK
NLTK
Набор библиотек и программ Python для символьной и статистической обработки естественного языка
Pandas
Pandas
Наиболее продвинутая и быстроразвивающаяся библиотека для обработки и анализа данных в Python
Keras
Keras
Открытая библиотека на языке Python для создания нейросетей
Мы обучаем по государственной лицензии и выдаём документы установленного образца.
Для HR и руководителей
Для сотрудников
● Адаптируем программу, оформим договор и предоставим отчётность
по обучению
● Предложим выгодные условия для группы сотрудников
● Подготовим аргументы и шаблон письма для HR или руководителя
● Оформим оплату от компании — договор, счёт и документы на стороне Нетологии
Вернём деньги
В течение первых трёх занятий вернём вам полную сумму, а начиная с четвёртого — рассчитаем сумму возврата или поможем выбрать другой курс взамен. Читать условия
Поможем оформить налоговый вычет — 13%
Вы можете получить вычет в течение трёх лет после даты оплаты обучения, если работаете официально и платите подоходный налог
Поменяем программу обучения
Если сомневаетесь или вам не подошла профессия — можете выбрать другую. Сменить курс можно один раз в процессе обучения
Давайте до майских
Цена уже со скидкой. Оплатите курс до 30 апреля, чтобы сохранить выгоду.
1Запись на обучение
2Выбор способа оплаты
3Оплата
...
Частями без переплат
3 033 ₽/месяц
5 514 ₽ на 18 месяцев
Одним платежом
со скидкой 10%
49 100
₽99 268 ₽
Вернём деньги, если обучение не подойдёт
Возможность получить налоговый вычет — 13%
10 месяцев обучения, старт 21 мая
Машинное обучение: фундаментальные инструменты и практики
Частями без переплат
3 033 ₽/месяц
5 514 ₽ на 18 месяцев
Одним платежом
со скидкой 10%
49 100
₽99 268 ₽
Вернём деньги, если обучение не подойдёт
Возможность получить налоговый вычет — 13%
Запишитесь или получите консультацию
Как оформить рассрочку, какие условия предоставления рассрочки?
Рассрочку без переплат можно оформить через Сбер, Т-Банк и другие банки-партнёры на сроки от 6 до 36 месяцев. Решение о предоставлении рассрочки принимает банк.
Что такое оплата частями?
Оплата частями — сервис, который помогает разбить стоимость покупки на равные части и выплачивать их в течение нескольких месяцев (от 2 до 24). Покупателю не нужно заключать кредитный договор. При использовании этого сервиса возможна переплата.
Развивайте профессиональные навыки в онлайн-формате
