Редактирование курса

← Назад к списку

ID элемента Offer ID school_key Источник Название Школа Цена Старая цена Мин. платеж Длительность Ссылка на курс Диплом/сертификат Формат обучения Картинка Путь категорий Аналитика / Математика для Data Science Плюсы 1) Мы рассказываем о математике понятно. Наша цель — не сделать из вас специалиста по фундаментальный математике, но научить вас понимать законы математики для построения моделей.;2) Вы будете постоянно общаться со своими сокурсниками в закрытых каналах в Slack. Если вы что-то не поймете или не справитесь с задачей — мы поможем разобраться.;3) Изучаем принципы разбиения выборки, недо- и переобучение, оцениваем модели по различным метрикам качества, учимся визуализировать процесс обучения.;4) Знакомимся с основными задачами и методами machine learning, изучаем практические кейсы и применяем базовый алгоритм работы над ml-проектом.;5) Знакомимся с решающими деревьями и их свойствами, осваиваем деревья из библиотеки sklearn и используем деревья для решения задачи регрессии.;6) В конце курса вас ждет специальное задание, в котором вы сможете применить все полученные навыки и подтвердить успешное изучение материала.;7) Осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию. Обучаем модели регрессии.;8) Знакомимся с анализом временных рядов в ML, осваиваем линейные модели и XGBoost, изучаем принципы кросс-валидации и подбора параметров.;9) Изучаем типы данных, учимся очищать и обогащать данные, используем визуализацию для предобработки и осваиваем feature engineering.;10) Изучаем особенности ансамблей деревьев, практикуемся в бустинге, используем ансамбль для построения логистической регрессии. Минусы 1) Для прохождения курса требуется умение работать в Python.;2) Тяжело совмещать с работой.;3) Высокая цена курса.;4) Нет помощи в трудоустройстве.;5) Нет рассрочки на обучение. Информация о курсе Курс состоит по большей части из практики, которая не ограничивается решением классических уравнений и абстрактных заданий. Вы поймете, как знание математики и статистики работает в решении реальных жизненных задач в области анализа данных, прогнозирования и оптимизации. Наша цель — не сделать из вас специалиста по фундаментальный математике, но научить вас понимать законы математики для построения моделей. Каждый, кто начинает путь в Data Science, стремится когда-нибудь дорасти до уровня Senior. Но требования к специалистам такого уровня, особенно в крупных компаниях, очень высоки. Большинство соискателей не могут пройти собеседование. Программа курса 1)Вы будете постоянно общаться со своими сокурсниками в закрытых каналах в Slack. Если вы что-то не поймете или не справитесь с задачей — мы поможем разобраться.<br/>2)Изучаем принципы разбиения выборки, недо- и переобучение, оцениваем модели по различным метрикам качества, учимся визуализировать процесс обучения<br/>3)Знакомимся с основными задачами и методами machine learning, изучаем практические кейсы и применяем базовый алгоритм работы над ml-проектом<br/>4)В конце курса вас ждет специальное задание, в котором вы сможете применить все полученные навыки и подтвердить успешное изучение материала.<br/>5)Осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию. Обучаем модели регрессии<br/>6)Знакомимся с анализом временных рядов в ML, осваиваем линейные модели и XGBoost, изучаем принципы кросс-валидации и подбора параметров<br/>7)Изучаем типы данных, учимся очищать и обогащать данные, используем визуализацию для предобработки и осваиваем feature engineering<br/>8)Изучаем особенности ансамблей деревьев, практикуемся в бустинге, используем ансамбль для построения логистической регрессии<br/>9)Изучаем методы построения рекомендательных систем, осваиваем SVD-алгоритм, оцениваем качество рекомендаций обученной модели<br/>10)Применяем все изученные методы для получения максимальной точности предсказаний модели на Kaggle Чему вы научитесь 1)навыки и подтвердить успешное изучение материала.<br/>2)город Москва, вн. тер. г. Муниципальный округ Якиманка, пр-т Ленинский, дом 6, строение 20, этаж 3, комната 21<br/>3)Поделитесь ссылкой у себя в соцсетях и получите дополнительную скидку 5%.<br/>4)Если хотите подробнее узнать про скидку, свяжитесь с менеджером<br/>5)Вы можете получить скидку 20%, пригласив друзей на наши курсы.<br/>6)После оплаты одного из курсов вы получаете скидку на другой.<br/>7)Развивайте профессиональные навыки в онлайн-формате<br/>8)Математика и Machine Learning для Data Science<br/>9)Тинькофф. Лицензия ЦБ РФ №2673 от 24.03.15<br/>10)ОТП банк. Лицензия ЦБ РФ №2766 от 27.11.14 Лучший курс Курс на главной Дата начала Статус курса Активность Meta Title Meta Description Математика и Machine Learning для Data Science — Математика для Data Science, в SkillFactory - skillfactory.ru, цена 41282 ₽, рассрочка от 1911 ₽/мес, длительность 5.5 месяцев, формат: Смешанный, Сертификат. Смотрите программу, описание, отзывы и условия обучения. Дата создания Дата изменения Сохранить