Скачать Курс Машинное обучение и нейронные сети, Нетология - Data Scientist (2019)

SergS

visibility
Регистрация
3 Ноя 2019
Сообщения
5
Симпатии
10
Описание:
Курс предназначен для программистов и аналитиков, которых интересует область машинного обучения и анализа данных.

Цель прохождения курса — освоение алгоритмов машинного обучения и логических методов, позволяющих находить ценную информацию в крупных массивах данных и эффективно внедрять эту информацию для решения реальных бизнес-задач.

Курс дает комплексные ответы на следующие вопросы:
  • когда и зачем нужно анализировать данные?
  • какую пользу приносит анализ данных?
  • какие бывают данные?
  • каковы принципы работы алгоритмов машинного обучения?
  • как работать с неструктурированными (текстовыми) данными?
  • как работать с большими данными?
После обучения вы сможете:
  • использовать методы машинного обучения в практически полезных приложениях и исследованиях;
  • выбирать подходящие алгоритмы и метрики;
  • разбираться в математических основаниях алгоритмов машинного обучения;
  • проводить предварительную обработку данных (очистка, работа с пропусками, определение типа шкал);
  • проводить статистические исследования и интерпретировать их результаты;
  • создавать предсказательные модели для качественных и количественных данных;
  • применять методы обучения без учителя (кластеризация, снижение размерности);
  • работать с ограниченными датасетами, структурированными и неструктурированными данными;
  • проектировать архитектуру нейросетей и обучать их;
  • самостоятельно реализовывать весь процесс: от поиска полезной информации в массивах данных до построения схемы обработки данных в боевом окружении.
Особенность курса — сбалансированное сочетание теоретического изучения и практических действий, плюс высокая степень свободы при создании проекта. Это тот случай, когда технические возможности машинных алгоритмов будут использованы для решения реальных проблем бизнеса и общества. Вы научитесь видеть за моделями практический смысл и делать обобщения с учетом особенностей данных и специфики предметной области.


В результате обучения вы не только расширите свой инструментарий в области анализа данных, но и улучшите навыки в следующих технологиях: Python, Pandas, Sklearn, Keras, нейросети, SQL, логистическая регрессия, предсказательные модели, машинное обучение, математическая статистика, Natural language processing, Deep learning.



Скачать:
Скрытый текст виден только для зарегистрированных пользователей.
 
Сверху