Основы Data Science / Machine Learning

Data Science/Machine Learning Fundamentals

В мире существует огромное количество информации. Чтобы извлечь пользу из этих данных, их нужно упорядочить и проанализировать. Data Science изучает методы обработки данных, а также статистические методы и методы проектирования и разработки баз данных. На основе полученной информации создаются нейронные сети и смарт-системы.

Data Science считается перспективным, востребованным и высокооплачиваемым направлением. Привлекательности добавляет и тот факт, что необязательно быть программистом, чтобы строить карьеру в области работы с данными: зачастую позиция Data Scientist интересна математикам и аналитикам.

Длительность курса 21 час (7 занятий). Занятия проходят в вечернее время 2-3 раза в неделю с 19:00 до 22:00.

Для кого данный курс

  • Вы — бизнес-аналитик, который хочет развиваться в новом направлении
  • Вы хотите поменять сферу деятельности, переучиться и получить перспективную IT-профессию
  • Вы — Data Analyst, который хочет повысить квалификацию
  • Вы ищите направление в IT, без программирования

Чему вы научитесь?

  • Разбираться в основных понятиях и задачах Data Science
  • Использовать в работе современные методы машинного обучения
  • Применять ключевые концепции сбора, подготовки, исследования и визуализации данных
  • Обрабатывать и анализировать большие данные

Что включает курс?

  • 7 занятий — от теории к защите курсового проекта
  • Контроль знаний — практические работы и тесты
  • Сертификат об окончании
  • Опыт работы в команде
  • Интерактивный личный кабинет с доступом к материалам курса

Программа курса

ВВЕДЕНИЕ В DATA SCIENCE И MACHINE LEARNING

  • Базовые понятия Big Data, Business Intelligence,  Data Mining, Data Science, Machine Learning, Artificial Intelligence
  • История развития Data Science, современные перспективы
  • Кто такой Data Scientist, навыки. Вопросы на собеседовании.
  • Обзор процесса Data Science проекта
  • Сценарии использования и применения ML в современном мире
  • Обзор успешных проектов по Big Data и Machine Learning

DATA SCIENCE PROCESS AND FRAMEWORKS

  • Планирование и подготовка работы
  • Исторический обзор методологий ведения Data Science решений
  • Детальный обзор современного Data Science процесса и его этапов
  • Команда и роли специалистов в проектах Data Science
  • Обзор популярных фреймворков и инструментов для Data Science решений
  • Workshop 1: Этап Business Understanding
  • Основы работы с системой контроля версий

ПРЕДВАРИТЕЛЬНАЯ ОБРАБОТКА ДАННЫХ

  • Загрузка исходных данных для анализа в систему (ETL)
  • Data cleansing and transformation
  • Data Sampling and Quantization
  • Workshop 2: Подготовка данных для проекта
  • Подходы и методики для визуализации данных
  • Практика: Визуализация данных с помощью Power BI и R

ПРОГНОЗИРОВАНИЕ И КЛАССИФИКАЦИЯ

  • Теоретический обзор проблемы и основных методов
  • Введение в искусственные нейронные сети для решения различных задач
  • Процесс создания реальных программных моделей для прогнозирования и классификации
  • Оценка точности обученных моделей, выбор лучшей
  • Workshop 3: Создание моделей прогнозирования и классификации

КЛАСТЕРИЗАЦИЯ И РЕКОМЕНДАЦИОННЫЕ АЛГОРИТМЫ

  • Теоретический обзор проблемы и основных методов
  • Процесс создания реальных программных моделей для кластеризации, рекомендационных алгоритмов
  • Оценка точности обученных моделей, выбор лучшей
  • Введение в обработку естественного языка
  • Workshop 4: Создание моделей кластеризации и рекомендационных моделей

ИМПЛЕМЕНТАЦИЯ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ

  • Временные ряды и прогнозирование событий
  • Имплементация моделей машинного обучения для дальнейшего использования
  • Обсуждение результатов выполнения домашних заданий
  • Примеры архитектур полноценного проекта
  • Workshop 5: Имплементация моделей машинного обучения
  • Подведение итогов курса, презентация проектов
  • Рекомендуемые материалы и шаги для дальнейшего изучения

Документ об окончании курса

Сертификат Учебного центра Softline об окончании курса и справка об обучении установленного образца: 

Сертификат Softline_образец Cправка

Информация о курсе

дистанционно
c 17 мая

1398 бел. р. (дист) с НДС 20%

Вендор: Python, Java, JS, C#, C++
Код курса: DS-ML
Продолжительность: 7 дней / 21 ак. час
Направление: Data Science / Machine Learning
Экзамен :
Все расписание
Проектирование и развертывание Microsoft Exchange Server 2016 / 2019
20345-2
очно | дистанционно, 26-30 апреля; 3-7 мая
Проектирование безопасности средствами Check Point R80.10
CCSE-R80.10
дистанционно, 26-28 апреля, 20-22 мая, 3-5 июня
Все предложения
Записаться на курс

Название курса и комментарии*

Имя*

Фамилия*

Отчество*

Компания

Телефон*

Email*

Настоящим, в соответствии с ч.2.ст.18 Закона Республики Беларусь от 10.11.2008 N 455-З(ред. от 11.05.2016) "Об информации, информатизации и защите информации", отправляя данную форму, вы подтверждаете свое согласие на сбор, обработку и хранение ООО «СофтЛайнБел» Ваших персональных данных. ООО «СофтЛайнБел» гарантирует конфиденциальность получаемой от Вас информации. Сбор, обработка и хранение персональных данных осуществляется в целях эффективного оказания услуг, исполнения договоров и пр.