У вас уже есть заявка на текущий период.
Если вы хотите, чтобы данная программа участвовала в розыгрыше гранта в этом месяце, необходимо добавить ее в папку "Интересные мероприятия".
Или создайте заявку на другой период.
Для тех, кто: хочет освоить новую профессию аналитика данных (Data Scientist); планирует освоить новые инструменты анализа данных в рамках текущей работы; слышал о Big Data, но боялся спросить и заинтересован в более глубоком погружении в эту сферу; любит анализировать, искать причины, следствия и делать выводы.
Преподаватель
Евгений Сальский - Аналитик, занимается разработкой и сопровождением системы кредитного скоринга. Из технологий владеет - Excel, Power Pivot, SQL Server, Python (XGBoost, Flask + стандартные библиотеки). Считает, что деятельность преподавателя - интересна и она увлекает его больше всего. Говорит, что обучая других, сам повышает свою компетентность в преподаваемом предмете. Знает, как применить математические методы и Data Science, чтобы посмотреть на данные по-новому.
Анонс программы
Data Science (наука о данных) – один из самых мощных инструментов анализа, который позволяет из самых неочевидных чисел сложить новую картину мира. Сейчас под этим термином подразумевают методы работы с данными ("большими данными", или Big Data), позволяющими распределенно обрабатывать информацию. На нашем курсе по Data Science вы научитесь анализировать на огромные цифры и видеть в них закономерности, делать правильные выводы из статистических данных, освоите новые методы обработки информации и сможете применить полученные знания на практике.
Описание программы
Общий инструментарий SQL, Python, Pandas: Познакомимся с самыми основами инструментария, а также узнает общий уровень подготовки группы.
Линейная регрессия: Задачи регрессии и классификации. Метрики качества регрессии MSE, MAE, критерии выбора метрики. Линейная регрессия.
Переобучение: Переобучение, способы борьбы с ним.
Категориальные признаки: Работа с категориальными признаками: label encoding, one hot encoding, average encoding.
Регуляризация: Регуляризация на примере линейной регрессии. Ridge, Lasso. Bias vs variance.
Задача классификации: Логистическая регрессия. Метрики качества классификации: accuracy, precision, recall, roc auc, gini.
Задачи снижения размерности, кластеризации: Метод главных компонент, PCA. EM-алгоритмы. K-Means.
Нейронные сети: Основы нейронных сетей. Их "настройка", подбор параметров, борьба с переобучением. Решения задач распознавания изображений.
Ограничения машинного обучения: Области применимости пройденных алгоритмов.
Data Scientist — это специалист по обработке, анализу и хранению больших массивов данных, которые называют "Big Data". Его главная задача — извлекать необходимую информацию из разнообразных источников, используя информационные потоки в режиме реального времени и устанавливать скрытые закономерности в массивах данных, статистически анализировать их для принятия грамотных бизнес-решений.
Эти технологии востребованы в компаниях различного профиля: телеком, финтех, ритейл, e-commerce. Среди них и крупнейшие российские компании, такие как Сбербанк, Альфа Банк, Mail.ru.
На основании больших массивов информации компании выстраивают маркетинговые стратегии и прогнозируют глобальные изменения на рынке и в мире. Специалисты по сбору и анализу больших данных – пока штучный товар, а популярность этой профессии все больше набирает обороты.
Требования:
Для успешного прохождения курса вы должны иметь базовый уровень программирования на любом языке. Например, уметь написать функцию, которая считает сумму квадратов первых n натуральных чисел.
Преимущества курса:
Вы получите редкую, востребованную и одну из самых высокооплачиваемых профессий в мире
Освоите эффективные инструменты анализа данных
Сможете применить знания в текущем проекте или на на практике в рамках курса
Получите отличные перспективы трудоустройства
Что получите по итогам курса:
Практические и теоретические знания о Big Data и Data Science
Освоите новые аналитические инструменты
Научитесь анализировать большие массивы информации
Есть акция! Скидка 10% за приведённого друга. Внимание! Разместите пост о курсе в своём аккаунте в любой социальной сети с комментарием "Я записался на курс в IT-Академии!" и ссылкой на сайт Академии и получите скидку 3%!