Data Science. Основы

повышение квалификации

О программе

Сделаем из вас профессионала в области анализа данных и машинного обучения.
По окончании курса вы освоите полный цикл работы с данными для решения прикладных задач: выгрузку, обработку, анализ и интерпретацию результатов; получите фундаментальные знания в области линейной алгебры, теории вероятностей, статистики, математического анализа и методов оптимизации; с помощью языка Python сможете самостоятельно обрабатывать и анализировать данные для решения прикладных задач и получать наглядные результаты в текстовом или графическом виде.

Варианты обучения

дистанционно

7 месяцев (70 ак. ч.)

Срок обучения

По мере набора

Когда

обучение в выходные дни

График занятий

75 000 р.

Стоимость

Кому подойдет программа

Руководителям финансовых, маркетинговых и стратегических подразделений

которые хотят самостоятельно контролировать все метрики.

Финансовым специалистам и экономистам

которые хотят автоматизировать процессы и повысить производительность труда.

Бизнес-аналитикам и аналитикам данных

в задачи которых входит обработка и систематизация данных.

Программа обучения

1. Анализ данных с помощью Python

Синтаксис Python: типы данных, операции, функции, циклы и списки Чтение, запись и изменение данных из файлов Базовые библиотеки для работы с данными и машинного обучения Вывод результатов анализа в текстовом и графическом виде Длительность: 20 часов.

2. Общая математика

Вектор (определение, нулевой вектор, коллинеарность, длина) Сложение, вычитание и умножение векторов Координаты векторов (сложение, вычитание, умножение) Единичные вектора Линейная комбинация и линейное преобразование векторов, скалярное произведение Матрица Операции над матрицами Транспонирование матрицы Ранг и определитель матрицы Метод Гаусса Генеральная совокупность. Выборка Типы данных Среднее арифметическое / Мода / Медиана Дисперсия / Стандартное отклонение / Коэффициент вариаций Нормальное распределение Центральная предельная теорема t-критерий Стьюдента (p-value) Z-статистика Квартили Доверительный интервал Мера различий (Нулевая гипотеза) А/B тесты Ковариация Корреляция Практическая работа №3: “Линейная алгебра + математическая статистика” Финальный тест Длительность: 11 часов.

3. Data Science

Практическое применение машинного обучения Типы задач, алгоритмы и методы их решения Способы машинного обучения: обучение с учителем Способы машинного обучения: обучение без учителя Длительность: 18 часов.

4. Решение проблем при работе с данными

Борьба с переобучением и недообучением Оценка качества алгоритма и метрики качества Несбалансированные выборки и отбор признаков Визуализация и интерпретация данных Длительность: 11 часов.

Преимущества обучения

Практические задания

Вас ждут как задания с самостоятельной проверкой, так и с проверкой преподавателем. Закрепляйте знания с помощью тестов в конце модулей.

Кейсы и вебинары

Обучение включает онлайн-занятия с преподавателями, где они разбирают практические задания, делятся кейсами по пройденным темам и отвечают на ваши вопросы.

Видеоуроки

Получайте необходимые знания в удобном формате — каждый модуль содержит видеоуроки, разбитые по темам, которые можно посмотреть в любое время.

Удостоверение о повышении квалификации установленного образца

в соответствии с Федеральным законом об образовании, которое котируется, в том числе, на территории СНГ.

Оставьте отзыв

Учились здесь? Оставьте отзыв, и, может быть, это поможет другим в выборе. Кроме этого, из ваших оценок формируется наш рейтинг.