Науки о данных

Анализ данных, машинное обучение и нейронные сети.

Подробнее о направлении

Курс «Введение в науки о данных» познакомит вас с одним из самых интригующих и востребованных направлений в компьютерных науках - анализом данных и машинным обучением.

На курсе вы изучите математические и технологические подходы к разработке искусственного интеллекта. Но под искусственным интеллектом здесь подразумевается не симуляция человеческого разума, а программы, способные самостоятельно обучаться и изменяться в процессе собственной работы.

К таким программам, например, относятся рекламные системы, которые запоминают ваши предпочтения, самоуправляемые автомобили, голосовые ассистенты (Siri, Алиса), программы, автоматически подбирающие план лечения для сложных заболеваний, ИИ, обыгрывающие самых крутых кибер-спортсменов и роботы, предсказывающие курсы акций. Такие алгоритмы сначала "обучаются" на больших объемах данных и автоматически "запоминают" закономерности, а затем используют эти данные для будущих "предсказаний".

Курс предназначен для школьников 8 класса и старше, хорошо знакомых с языком Python 3.

Основой курса станет работа с наиболее популярными библиотеками для анализа, визуализации и машинного обучения: Pandas, Matplotlib и SciKit-learn. В процессе курса будут рассмотрены типовые подходы к задачам машинного обучения, процессы сбора, предобработки данных, подбора, настройки и обучения различных моделей машинного обучения. Будут рассмотрены как классические линейные модели, так и супер-современные алгоритмы ансамблевой классификации

Через три месяца вы сможете...

  • Анализировать и визуализироваться данные с любых сайтов интернете.
  • Предсказать цены еще несуществующих кроссовок.
  • Заранее узнавать результаты спортивных и кибер-спортивных матчей.
  • Принять участие в хакатонах и олимпиаде НТИ.
Онлайн в своем темпе

Осваивать теорию и сдавать задачи можно в своем темпе, а вопросы задавать в чате преподавателю и другим участникам. При необходимости можно запросить индивидуальную консультацию преподавателя.

Введение в науки о данных 1: линейная регрессия и sklearn
Бесплатно Онлайн

Знакомимся с машинным обучением предсказываем стоимость недвижимости, зарплаты и анализируем данные пассажиров Титаника. Изобретаем и используем линейную регрессия, метрики качества, используем классические инструменты машинного обучения: Numpy, Pandas и Sklearn.

Начать учиться
Введение в науки о данных 2: модели, метрики и обработка текста
Онлайн

Леса и деревья, общий обзор моделей для классификации и регрессии, метрики качества, предобработка признаков и feature engineering. Участвуем в соревнованиях Kaggle и знакомимся с методами обработки текста, собираем собственные датасеты через API и программируем краулеры для сайтов.

Записаться
Введение в науки о данных 3: кластеризация, генетические алгоритмы, рекомендательные системы
Онлайн

Подробное знакомство с кластеризацией и векторизация текстов на основе контекста. Кросс-валидация и решетчатый поиск, рекомендательные системы на основе колаборативной фильтрации, обучаем генетические алгоритмы. Итоговый проект.

Записаться
По расписанию с преподавателем

Еженедельные занятия по расписанию с преподавателем и группой единомышленников очно или онлайн.

Введение в науки о данных 2020/1
Очный С преподавателем

Знакомимся с анализом данных и машинным обучением на практических проектах.

Курс начался 06.02.2020.

Оставить заявку
Нейронные сети
Очный С преподавателем

Введение в глубинное обучение и нейроные сети

Курс начался 09.02.2020.

Оставить заявку
Gekkon X: компьютерное зрение
Очный С преподавателем

Создаем автономный автомобиль

Курс начался 08.03.2020.

Оставить заявку