Скоро! Погружение в Data Science и машинное обучение [stepik] [Максим Дуплей]

[SHAREWOOD]

Складчина: Погружение в Data Science и машинное обучение [stepik] [Максим Дуплей]​

Описание:

Этот обучающий курс предоставит вам уникальные возможности для изучения области Data Science. Вы получите подробное представление о работе профессионалов в этой сфере, решаемых ими задачах и используемых инструментах. Мы совместно посмотрим на роль Data Scientist через призму практических примеров, где вы сможете обучить свои первые модели и провести анализ на основе их результатов.

Ваши новые навыки

• Основы программирования на Python
• Работа с библиотеками Pandas и Scikit-learn
• Обучение моделей машинного обучения
• Визуализация данных с использованием Matplotlib и Seaborn
• Оценка и понимание метрик результативности
• Интерпретация результатов моделей ML

Описание курса

Data Science является одной из ведущих областей в ИТ, привлекающей большое внимание специалистов. Эксперты по анализу данных и машинному обучению активно требуются во всем мире, включая Россию.

Прогнозы говорят о дальнейшем расширении этой сферы, поскольку компании прекрасно осознают ценность Data Scientist для своего развития и финансового успеха.

Наш курс не перегружен математическими формулами. Мы ставим перед собой задачу ознакомить вас с областью, помочь приобрести практические навыки и создать полное представление о процессе обучения моделей.

Курс делится на 4 основных модуля, каждый из которых включает теоретические и практические занятия:

1. Введение

Вы получите знания о Data Science и его отличии от Machine Learning, а также узнаете о работе специалистов в этих областях. Также мы рассмотрим инструмент для анализа данных Python и среду разработки Jupyter Notebook, которые вы сможете установить для продолжения работы.

2. Основы Python

В рамках этого модуля вы изучите основы языка программирования Python: переменные, типы данных, функции, ООП. Этого будет достаточно для начального этапа работы с моделями машинного обучения. Практические задания помогут закрепить полученные навыки программирования.

3. Инструменты для анализа и визуализации данных

Здесь вы познакомитесь с инструментами, необходимыми для предварительного анализа данных: библиотекой Pandas для работы с табличными данными, Matplotlib и Seaborn для визуализации данных и результатов обучения моделей.

4. Машинное обучение

В этом разделе мы рассмотрим модели машинного обучения: их работу, применение в различных ситуациях. Вы также узнаете о библиотеке Scikit-learn, которая включает большинство ML моделей. Здесь вы научитесь процессу предобработки данных, обучения моделей и интерпретации их результатов.

Стоимость курса - 599 руб.
Ссылка скрыта

Материал «Погружение в Data Science и машинное обучение [stepik] [Максим Дуплей]», возможно, скоро появится на SHAREWOOD.

Воспользуйтесь поиском, может быть, он уже опубликован.