1. Новые складчины Показать еще

    18.02.2019: Откровенный разговор с профессиональным трейдером (Сергей Атрощенко)

    18.02.2019: Проектирование базы данных (Михаил Русаков)

    18.02.2019: Дистанционное обучение гипнозу и гипнотерапии (Макулов Владимир)

    18.02.2019: Фазы планет: старые техники и новые открытия (Денис Куталёв)

    18.02.2019: [Тедди] Плюшевый мишка с опилками (Наталья Толстыкина)

  2. Гость, если у Вас на каком либо сайте есть аккаунт с повышенным статусом, то и у нас вы можете получить соответствующий статус. Подробнее читайте здесь https://skladchik.biz/threads/83942/
  3. Нужен организатор Показать еще

    18.02.2019: [Тедди] Секреты от мега-мастера

    17.02.2019: Парсер информации с Авито

    17.02.2019: Шопинг как бизнес. 2019 (Даша Трофимова)

    15.02.2019: Teaching with Google Classroom

    15.02.2019: [Специалист] Курс 10989A: Анализ данных в PowerBI

  4. Сбор взносов Показать еще

    18.02.2019: Конференция Академия путешествий 2.0 (Мастер-классы от опытных путешественников)

    18.02.2019: Денежный поток из Kwork (Александр Истомин)

    18.02.2019: Курс "Денежный AVITO" (Максим Романов)

    16.02.2019: [Arcanum] Нейрографика. Моделирование реальности (Елена Корниенко)

    16.02.2019: Обучение ясновидению (Марат Хайруллин)

Доступно

[Нетология] Data Scientist (Вячеслав Мурашкин)

Тема в разделе "Курсы по программированию", создана пользователем Lodbrok, 1 фев 2019.

Цена:
180000р.
Взнос:
327р.

Список участников складчины:

1. Lodbrok
    Тип: Стандартная складчина
Оценить эту складчину: /5,
  1. 1 фев 2019
    #1
    Lodbrok
    Lodbrok Организатор Организатор
    [Нетология] Data Scientist (Вячеслав Мурашкин)
    [Нетология] Data Scientist (Вячеслав Мурашкин)

    [​IMG]

    Курс состоит из более чем 180 часов видео и домашних заданий от ведущих специалистов по Data Scientist компаний Mail.ru, Ivi и Avito.

    Первые два набора уже удачно состоялись, и студенты вовсю погрузились в базовые алгоритмы ML, feature engineering, машинное зрение, Data Scientist в e-commerce, временные ряды и прогнозирование стоимости акций и других товаров. Их преподавателями стали эксперты из Yandex Data Factory, Rambler&Co, Сбербанк Технологии и теперь у вас появится возможность получить все необходимые знания и навыки для работы в области больших данных.
    Программа занятий
    • I
      Подготовительный блок
      12 ЧАСОВ
      Экспресс-обучение основным инструментам: Python 3, git, библиотеки numpy, pandas. Обзор основного математического аппарата: матричные операции, введение в статистику и проверку гипотез.
    • II
      Введение в data science, основные инструменты
      12 ЧАСОВ
      Что такое data science, big data, как это работает и где применяется. Эксплоративный анализ и библиотеки визуализации данных. Обзор методов машинного обучения в бибилотеке scikit-learn.
    • III
      Базовые алгоритмы и понятия машинного обучения
      18 ЧАСОВ
      Разбор основных задач и алгоритмов машинного обучения: деревья решений, метод k ближайших соседей, линейный классификатор и логистическая регрессия, кластеризация. Проверка точности модели. Проблема переобучения и борьба с ней: регуляризация, ансамблирование.
    • IV
      Feature engineering
      9 ЧАСОВ
      Проблемы качества и размерности данных. Уменьшение размерности данных. Методы декомпозиции. Cпрямляющие пространства.
    • V
      Рекомендательные системы
      21 ЧАС
      Введение в рекомендательные системы. Неперсонализированные рекомендации. Персонализированные рекомендации. Развитие рекомендательных систем.
    • VI
      Распознавание изображений, машинное зрение
      27 ЧАСОВ
      Базовая теория. Обзор кейсов применения. Нейросети. Разбор реальных задач: рукописный ввод, детекция и сегментация объектов на изображении.
    • VII
      Обработка естественного языка (NLP)
      24 ЧАСА
      Введение в обработку текста. Обзор существующих библиотек, их использование и доработка. Использование внешних ресурсов. Грязные тексты: что это такое и как с ними работать. Дистрибутивная семантика. Чатботы: разбор генерации текстов. Нейросети для NLP.
    • VIII
      Анализ временных рядов, прогнозирование
      9 ЧАСОВ
      Временные ряды, модели ARMA/ARIMA. Сложные модели прогнозирования. Эксплоративный анализ временных рядов.
    • IX
      Общение с заказчиком
      9 ЧАСОВ
      Проекты машинного обучения: как выявить требования и оценить проект. Составление отчетов по исследованиям. Мастер-класс по презентации результатов.
    • X
      Data Science в маркетинге и e-commerce
      12 ЧАСОВ
      Цели, задачи, решения и критерии успешности применения Data Science. Маркетинг Data-Driven vs интуиция. Типы данных и примеры датасетов. Методы сбора из разных источников. Подготовка и обработка данных, извлечение смысла и визуализация. Разбор атрибуции маркетинговых расходов для увеличения дохода интернет-магазина.
    • XI
      Дополнительные инструменты, среды
      12 ЧАСОВ
      Экосистема Google: BigQuery, Dataflow, Dataproc, Datalab и др. Коммерческие решения HP: Vertica, Haven, IDOL, коннекторы данных. Решения от Amazon (AWS). Хранение и обработка данных в Clickhouse.
    • XII
      Дипломная работа
      60 ЧАСОВ
      Разработка и внедрение собственного ML-решения/проекта либо разработка предложенного нами кейса
     
    Последнее редактирование: 2 фев 2019
  2. 2 фев 2019
    #2
    Lodbrok
    Lodbrok Организатор Организатор
    Материал доступен, присоединяйтесь!