EAS-025
Машинное обучение на практике
Практический курс по машинному обучению для аналитиков и разработчиков. Освоите полный цикл создания ML-моделей от подготовки данных до презентации результатов. Уникальность: курс построен на реальных кейсах, что позволяет сразу применять знания на практике. Ценность: научитесь решать реальные бизнес-задачи с помощью машинного обучения, повышая эффективность и точность решений.
Удостоверение о прохождении
Смотреть пример
24 академ. часов
Онлайн
Подробнее
Улучшаемые навыки
Машинное обучение
Python
Scikit-learn
Pandas
Seaborn
Регрессия
Классификация
Кластеризация
Инструменты
Python
Scikit-learn
Pandas
Jupyter Notebook
Seaborn
Чему вы научитесь
01
Понять, какие задачи можно решать машинным обучением (и узнать, что Big Data это всего лишь подраздел, а не обязательное требование)
02
Подготавливать и очищать данные для анализа.
03
Выбирать и применять методы машинного обучения для решения задач классификации, регрессии и кластеризации.
04
Оценивать качество моделей и оптимизировать их параметры.
05
Визуализировать и представлять результаты анализа заказчику.
06
Создавать простые и ансамблевые модели для предсказаний и обнаружения структур в данных.
Программа курса
01
Обзор задачи
02
Подготовка, очистка, исследование данных
03
Классификаторы и Регрессоры
04
Кластеризация
05
Оценка моделей
06
Оптимизация
07
Графики, отчеты, работа с живыми задачами
08
Всего: теория – 13 ч. (54%), практика – 11 ч. (46%)
Для кого
Data Scientist
Бизнес-аналитик
Разработчик
Data Engineer
Предварительная подготовка
Умение читать простой код на Python и писать на любом скриптовом языке.
Записаться на курс
40 900 ₽
36 810 ₽ — для физ. лиц
Юр. лицо — 40 900 ₽
Физ. лицо — 36 810 ₽
Открытая дата
Наши ученики работают в:
Наши клиенты
Связанные курсы
EAS-020
24 часа
Основы машинного обучения
Основы машинного обучения: классификация, регрессия, кластеризация, ансамбли, нейронные сети. Курс дает представление об основных группах методов машинного обучения и их применении для решения задач анализа текстов, прогнозирования цены и выдачи рекомендаций. В практической части курса участники будут работать с признаками, перебирать параметры моделей и строить ансамбли, используя язык Python.
от Middle
33 600 ₽
EAS-027
30 часов
Машинное обучение с подкреплением: обычное и глубокое
Освойте методы обучения с подкреплением и их применение в реальных задачах. Этот курс предоставляет всесторонний обзор RL и DRL, включая основы математики, базовые алгоритмы и современные исследования. Вы научитесь моделировать среды RL и применять алгоритмы для решения
от Senior
57 200 ₽
