Програма курсу

Основи машинного навчання

На цьому курсі починають з основ. Спочатку розбирають, що таке машинне навчання. Потім переходять до практики - будують перші моделі лінійної регресії. Також пояснюють, чому часові ряди вважають окремим класом задач.

Дерева рішень та оцінка моделей

Далі вивчають, як працюють дерева рішень. Розбирають метрики для оцінки якості моделей. Навчаються правильно оцінювати результати за допомогою крос-валідації.

Ансамблі та робота з часовими рядами

Тут показують, як створювати ознаки для часових рядів. Пояснюють, чому ансамблі моделей дають кращі результати. Вчать проводити валідацію спеціально для часових рядів.

Аналіз та візуалізація даних

Цей блок присвячений глибшому аналізу. Розбирають компоненти часових рядів і способи їх поєднання. Вчать створювати детальні та інформативні графіки. Пояснюють правильні методи обробки часових рядів.

Класичні методи прогнозування

Студенти освоюють традиційні підходи до прогнозування. Вчать будувати моделі ARIMA та експоненційного згладжування. Розглядають переваги та недоліки кожного методу.

Сучасні підходи та Prophet

Навчаються працювати з моделлю Prophet від Facebook. Вивчають ієрархічні підходи для груп часових рядів. Вчать об'єднувати різні моделі в гібридні рішення.

Нейромережі для часових рядів

Починають з основ нейронних мереж - архітектура та принципи навчання. Студенти самостійно реалізують прості нейромережі. Потім переходять до спеціалізованих архітектур для часових рядів.

Спеціалізовані архітектури

Детально вивчають автоенкодери для виявлення аномалій. Розбирають RNN та їх вдосконалену версію - LSTM. Дізнаються, як застосовувати згорткові мережі CNN для аналізу часових рядів.

Завершення та моніторинг

В кінці курсу розглядають системи моніторингу та пошуку аномалій. Обговорюють, де ще можна застосувати отримані знання. Студенти отримують рекомендації для подальшого розвитку.

Особливості навчання

Курс включає 14 онлайн-занять з підтримкою ментора. Після успішного завершення видають сертифікат. Студенти створюють власний проект для портфоліо та виконують курсову роботу.

Що включено

Вечірні заняття

Видається диплом/сертифікат

Реальний проект у портфоліо

Супровід ментора

Прогнозування та аналіз часових рядів

Про курс

Програма курсу

Основи машинного навчання

Дерева рішень та оцінка моделей

Ансамблі та робота з часовими рядами

Аналіз та візуалізація даних

Класичні методи прогнозування

Сучасні підходи та Prophet

Нейромережі для часових рядів

Спеціалізовані архітектури

Завершення та моніторинг

Особливості навчання

Що включено

Про школу

Robot Dreams

Інші курси школи

DevOps Engineer

Основи геймдизайну

SQL Advanced для аналітики