Машинное обучение. Часть 4/5

62 участника

О чём курс

Ваши модели машинного обучения требуют перехода от локальных экспериментов к масштабируемым производственным системам. В этой части курса разбирается стек технологий, необходимый для вывода ML-продуктов в продакшен, а также глубокое погружение в математический аппарат анализа данных. Вы освоите работу с библиотеками Numpy, Matplotlib и Scikit-learn для построения сложных алгоритмов, а затем перенесете их в реальную инфраструктуру. Материал ориентирован на тех, кто уже имеет базу в Data Science и стремится создавать профессиональные ML-решения, готовые к внедрению.

Программа обучения

  • Модуль 1. Теория вероятностей и математическая статистика
  • Модуль 2. Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn
  • Модуль 3. Библиотеки Python для Data Science: продолжение
  • Модуль 4. Алгоритмы анализа данных
  • Модуль 5. Системы машинного обучения в Production
Складчина создана 15 июля 2020 г. · описание обновлено 23 марта 2026 г.

Другие материалы школы 12

G GeekBrains Все материалы
354 ₽ 9 600 ₽