Курс начинается с основ data science. Слушатели поймут разницу между искусственным интеллектом и машинным обучением. Они научатся работать с NumPy для численных вычислений и Pandas для анализа данных. Также курс охватывает визуализацию данных - это помогает находить закономерности и делать выводы.
Второй блок посвящен оценке моделей и метрикам качества. Слушатели изучат линейную и полиномиальную регрессию, деревья решений и случайный лес. Курс охватывает современные алгоритмы бустинга - XGBoost, LightGBM и CatBoost. Также рассматривается обучение без учителя, работа с признаками, NLP и анализ временных рядов.
Завершающая часть курса знакомит с нейронными сетями. Слушатели научатся работать с фреймворком PyTorch. Курс покажет применение глубокого обучения для обработки естественного языка и компьютерного зрения. Это включает классификацию текстов, анализ изображений и распознавание объектов.
На курсе проводятся живые занятия с реальными заданиями. Слушатели выполняют курсовой проект и получают регулярную обратную связь. После успешного завершения выдается сертификат. Средства можно вернуть в течение 7 дней от начала обучения.