Главная Школы IT-Столиця Python для Data Science. Professional
IT-Столиця

Python для Data Science. Professional

7 700 UAH за курс
10 занятий
Для опытных
Python Data Science / Machine learning
Этот курс для специалистов, которые хотят глубже разобраться в машинном обучении и BigData. Вы научитесь анализировать данные, строить прогнозные модели и работать с Python, Pandas, TensorFlow и Spark. После курса сможете создавать системы машинного обучения для работы с большими данными.

О курсе

Программа курса

Курс построен логично - от основ до сложных тем. Каждый модуль дает знания, которые понадобятся в следующих разделах.

Основы машинного обучения и Python

На первых занятиях студенты разбираются, что такое машинное обучение и Data Science. Учат основные типы задач и компоненты моделей. Затем переходят к языку Python - изучают синтаксис, типы данных, циклы и ветвления. Это фундамент для всей последующей работы.

Работа с кодом

Здесь углубленно изучают Python. Студенты осваивают функциональное программирование, генераторы и итераторы. Затем переходят к объектно-ориентированному подходу - разбирают пространство имен, модули и пакеты. Это помогает писать чистый и структурированный код.

Анализ данных

Студенты учатся работать с данными с помощью популярных библиотек: Pandas, NumPy, Matplotlib. Затем переходят к подготовке данных - учат решать проблемы с качеством данных, работать с категориальными переменными и масштабированием. Без этого этапа невозможно построить качественную модель.

Построение моделей

Сначала студенты изучают регрессионные модели - их виды и оценку качества. Затем переходят к классификации, изучают логистическую регрессию и Байесовский классификатор. Далее идут методы снижения размерности и кластеризации, включая алгоритм DBSCAN.

Сложные алгоритмы

В этой части рассматривают деревья решений и ансамблевые методы - Random Forest, LightGBM, XGBoost. Студенты учатся настраивать гиперпараметры моделей. Затем переходят к нейронным сетям - изучают Keras, TensorFlow, рекуррентные сети и GAN.

Финальный этап

Последние модули посвящены работе с большими данными с помощью PySpark. Студенты учатся улучшать качество моделей через аугментацию данных, кросс-валидацию и борьбу с переобучением. Завершается курс практическим проектом, где применяют все полученные навыки.

Что получат студенты

После курса вы сможете создавать системы машинного обучения для работы с большими объемами данных. Программа включает работу с фреймворком Spark - это современный инструмент для реальных проектов.

Как организовано обучение

Занятия ведут преподаватели-практики. Доступны различные форматы - корпоративное обучение, занятия в выходные, индивидуальный подход. Выпускники имеют возможность трудоустройства в ведущие IT-компании.

Что включено

Выдается диплом/сертификат
Гибкий график
Сопровождение ментора