О чём курс

Для решения прикладных задач в Data Science требуется не только знание теории, но и навык поиска таких задач в реальных бизнес-проектах. В рамках курса вы разберете рабочий процесс специалиста — от разведочного анализа данных и подготовки пайплайнов до внедрения рекомендательных систем и глубокого обучения.

Программа охватывает широкий стек инструментов: от классических методов, вроде ARIMA для временных рядов, до современных библиотек для работы с градиентным бустингом и тематическим моделированием текста. Особое внимание уделено практической части: на выполнение домашних заданий потребуется не менее 8 часов в неделю. Обучение ориентировано на разработчиков, аналитиков и менеджеров, владеющих базовым уровнем Python и математики, и нацелено на формирование портфолио из решенных кейсов, которые можно использовать в дальнейшей профессиональной деятельности.

Программа обучения

  • Разведочный анализ данных (EDA)
    • Введение в python
    • Обработка табличных данных
    • Визуализация данных
  • Введение в машинное обучение и анализ данных
    • Основные направления машинного обучения
    • Примеры применения машинного обучения
    • Метрики и их важность в машинном обучении
  • Методы машинного обучения
    • Линейные методы
    • Деревья принятия решения
    • Метод К-ближайших соседей
  • Анализ текстовых данных
    • Подход "Bag Of Words"
    • Морфологический и синтаксический анализ текста
    • Выделение фактов из текста
    • Тематическое моделирование
    • Word embedding и Word2Vec
  • Работа с признаками машинного обучения
    • Создание новых признаков машинного обучения
    • Подготовка Pipeline-ов
  • Другие области машинного обучения
    • Онлайн-обучение
    • Введение в рекомендательные системы
    • Введение в Deep Learning
  • Ансамблирование методов машинного обучения
    • Случайный лес
    • Градиентный бустинг
    • Стекинг
    • Блендинг
  • Анализ временных рядов
    • ARIMA-подход
    • Классическое машинное обучение на временных рядах
    • Facebook Prophet
    • Amazon GluonTS
  • Машинное обучение без учителя
    • Кластеризация
    • Снижение размерности
Складчина создана 25 декабря 2020 г. · описание обновлено 3 мая 2026 г.
5 457 ₽ 65 000 ₽