Курс побудований логічно - від основ до складних тем. Кожен модуль дає знання, які знадобляться у наступних розділах.
На перших заняттях студенти розбираються, що таке машинне навчання і Data Science. Вчать основні типи завдань та компоненти моделей. Потім переходять до мови Python - вивчають синтаксис, типи даних, цикли та розгалуження. Це фундамент для всієї подальшої роботи.
Тут поглиблено вивчають Python. Студенти освоюють функціональне програмування, генератори та ітератори. Потім переходять до об'єктно-орієнтованого підходу - розбирають простір імен, модулі та пакети. Це допомагає писати чистий і структурований код.
Студенти вчаться працювати з даними за допомогою популярних бібліотек: Pandas, NumPy, Matplotlib. Потім переходять до підготовки даних - вчать вирішувати проблеми з якістю даних, працювати з категоріальними змінними та масштабуванням. Без цього етапу неможливо побудувати якісну модель.
Спочатку студенти вивчають регресійні моделі - їх види та оцінку якості. Потім переходять до класифікації, вивчають логістичну регресію та Байєсовський класифікатор. Далі йдуть методи зниження розмірності та кластеризації, включаючи алгоритм DBSCAN.
У цій частині розглядають дерева рішень та ансамблеві методи - Random Forest, LightGBM, XGBoost. Студенти вчаться налаштовувати гіперпараметри моделей. Потім переходять до нейронних мереж - вивчають Keras, TensorFlow, рекурентні мережі та GAN.
Останні модулі присвячені роботі з великими даними за допомогою PySpark. Студенти вчаться покращувати якість моделей через аугментацію даних, крос-валідацію та боротьбу з перенавчанням. Завершується курс практичним проектом, де застосовують всі отримані навички.
Після курсу ви зможете створювати системи машинного навчання для роботи з великими обсягами даних. Програма включає роботу з фреймворком Spark - це сучасний інструмент для реальних проектів.
Заняття ведуть викладачі-практики. Доступні різні формати - корпоративне навчання, заняття у вихідні, індивідуальний підхід. Випускники мають можливість працевлаштування у провідні IT-компанії.