Курсы по машинному обучению, data science, deep learning

Описание

Python, Обучение с учителем, Линейная регрессия, Обучение без учителя

Курс призван обучить основам data science через постановку и решение типичных задач, с которыми исследователь в области науки о данных может столкнуться в своей работе. Чтобы научить слушателя решать такие задачи, авторы курса предоставляют обучающемуся необходимый теоретический минимум и показывают, как пользоваться инструментальной базой на практике.

Преподователи:

• СПБГУ: Блеканов Иван

Описание

Статистика, Обучение с учителем, Классификация, Линейная регрессия, Кластеризация, Анализ данных, Нейронные сети, Генерализация, Решающие деревья, NLP, Обучение без учителя

На курсе вы узнаете, как реализовать полный цикл анализа данных: от сбора данных до выбора оптимального решения и оценки его качества. Регрессия, кластеризация, классификация. Основы Python и математики. Создание своей модели.

Преподователи:

• МФТИ: Воронцов Константин, Кантор Виктор
• Facebook: Рябенко Евгений
• Yandex: Драль Эмили, Соколов Евгений, Слесарев Антон

Описание

Постановка вопроса о данных, исследование и визуализация больших наборов данных и принятие стратегических решений. Вы будете использовать мощные инструменты и методы, такие как Excel, Tableau и MySQL, для анализа данных, создания прогнозов и моделей, визуализации своих идей.

Преподователи:

• Duke University: Daniel Egger, Jana Schaich Borg

Описание

Обучение с учителем, Классификация, Линейная регрессия, Визуализация, Computer vision, Рекоменд. системы, Решающие деревья, NLP, Обучение без учителя

Курс по машинному обучению для тех, кто хочет получить прикладной опыт создания работающих нейронных сетей вместо «обзора по верхам». На курсе закладывается фундамент для развития на уровне middle. Вы узнаете, что такое библиотека Sklearn, алгоритмы кластеризации и ансамбли моделей, обучение и оценка моделей.

Преподователи:

• Нетология: Вячеслав Мурашкин, Data science team lead

Описание

Обучение с учителем, Классификация, Кластеризация, Computer vision, Рекоменд. системы, NLP, Big data, Обучение без учителя

В рамках курса вы пройдете полный путь от аренды GPU-сервера, который подходит для Deep Learning, вплоть до создания полноценной рабочей модели для компьютерного зрения, анализа естественного языка и рекомендательных систем. Вы познакомитесь с основными библиотеками для Deep Learning: TensorFlow, PyTorch и другими.

Преподователи:

• Яндекс: Андрей Зимовнов
• Nvidia: Дмитрий Коробченко

Описание

Python, Обучение с учителем, Классификация, Визуализация, Анализ данных, Нейронные сети

На курсе вы узнаете, как использовать язык Python для построения предиктивных моделей, визуализации данных и работы с нейронными сетями.

Преподователи:

• МФТИ: Пестров Никита, Шестаков Андрей

Описание

Статистика, Классификация, Линейная регрессия, Визуализация, Анализ данных, Управление данными, Team management, Бизнес-процессы

Ускоренный курс науки о данных для руководителей: как должен выглядеть пайплайн разработки, как нанимать нужных сотрудников и как оценить результаты работы data science разработчиков. Вы будете хорошо разбираться в этой области и понимать свою роль лидера. Вы также узнаете, как развивать команду разработчиками с требуемыми скиллами и ролями.

Преподователи:

• Johns Hopkins University: Jeff Leek, Brian Caffo, PhD

Описание

Python, Обучение с учителем, Классификация, Кластеризация, Рекоменд. системы, Нейронные сети, Решающие деревья, Обучение без учителя

Под руководством опытного Data Scientist из Amazon вы с первого занятия начнете решать задачи классификации и прогнозирования из реальной практики и развивать свою интуицию. Разберетесь в необходимой теории, научитесь оценивать и оптимизировать модели, поборетесь с одногруппниками в соревновании по рекомендательным системам и обучите свои первые нейронные сети.

Преподователи:

• Amazon: Александр Петров

Описание

Python, Статистика, Обучение с учителем, Классификация, Линейная регрессия, Анализ данных, Computer vision, Нейронные сети, Team management, Big data, Hadoop, Бизнес-процессы, Обучение без учителя

Курс рассчитан на тех, кто хочет с нуля попасть в область Data Science. Вы освоите программирование на Python, математику и статистику, применение классического машинного обучения, работу с глубокими нейронными сетями, обработку больших данных и применение Data Science в production.

Преподователи:

• Яндекс: Константин Башевой
• Nvidia: Дмитрий Коробченко

Описание

Python, Обучение с учителем, Классификация, Линейная регрессия, Визуализация, Кластеризация, Computer vision, Рекоменд. системы, SQL, Решающие деревья, NLP, Big data, Обучение без учителя

Курс предназначен для освоения профессии Data Scientist с нуля. Вы изучите алгоритмы машинного обучения и нейронных сетей, NLP, Computer vision, построения рекомендательных систем, освоите python и математику для анализа данных. По итогам курса пройдет хакатон и вы получите квалификацию Middle Data Scientist.

Преподователи:

• Nvidia: Павел Клеменков, Chief Data Scientist

Описание

Статистика, Кластеризация, Анализ данных, Рекоменд. системы

На курсе вы узнаете, как знание математики и статистики работает в решении реальных жизненных задач в области анализа данных, прогнозирования и оптимизации.

Преподователи:

• Яндекс: Константин Башевой
• Nvidia: Дмитрий Коробченко

Описание

Получение данных из БД с помощью SQL, фильтрование, агрегирование, а также импорт и экспорт. Курс «SQL и получение данных» — это первый шаг в профессиональном росте дата саентистов и аналитиков данных в сильных командах и проектах.

Преподователи:

• Нетология: Дмитрий Музалевский, Lead Data Scientist

Описание

Основы статистики и языка статистического программирования R. Средства визуализации данных. Этот курс для людей, начинающих знакомство со статистикой, а также для тех, кто хочет не только освоить базовые возможности языка R, но и научиться строить сложные графики.

Преподователи:

• СПбГУ: Варфоломеева Марина, Хайтов Вадим

Описание

На курсе вы научитесь продуктивно работать с данными в десятки и сотни гигабайт, автоматизировать отчетность, строить «дэшборды», лаконично решать повседневные аналитические задачи с помощью Python!

Преподователи:

• Яндекс: Константин Башевой

Описание

Вы узнаете о статистических гипотезах, способах их проверки и об основных критериях, которые для этого разработаны. Рассмотрите роль аналитики в управлении бизнесом и достижении успеха. Поработаете над решением кейсов реальных компаний и научитесь находить инсайты в данных.

Преподователи:

• Tutu.ru: Сергей Ляшенко

Описание

Работа с большими данными, расширение знаний в аналитике и переход на новый уровень в профессии.

Преподователи:

• Нетология: Алексей Чернобровов

Описание

Работа с количественными данными, инструменты исследования связей между признаками, теория вероятностей, кластеризация, классификация, визуализация и интерпретация данных.

Преподователи:

• НГУ: Ольга Ечевская
• 2GIS: Виктор Дёмин, Наталья Галанова

Описание

Основные виды задач машинного обучения и методы их решения.

Преподователи:

• МФТИ: Воронцов Константин

Описание

Полный курс Data Science от постановки правильных вопросов до вывода и визуализации результатов. Обучение созданию модели с использованием реальных данных.

Преподователи:

• Johns Hopkins University: Jeff Leek, PhD
• Johns Hopkins University: Roger D. Peng, PhD

Описание

Знакомство с инструментами Power BI и системой четырёх этапов решения аналитических задач. Обзор источников данных для Power BI и особенностей работы с каждым из них.

Преподователи:

• Нетология: Антон Астахов

Описание

Изучение и применение языка SQL для создания, модификации объектов баз данных и управления данными

Преподователи:

• СПбГУ: Михайлова Елена