Опис курсу:

Можливості для фахівців Data Science - однієї з найбільш перспективних професій на сьогодні - ростуть дуже швидко у відповідь на експоненціальне зростання обсягу зібраних і аналізованих даних. Компанії наймають Data Science інженерів для пошуку прихованих закономірностей у даних і вирішення значущих бізнес завдань. Отримайте сучасні знання та практичні навички, які допоможуть вам успішно почати рухатися по шляху Data Science фахівця.

Після вивчення курсу Ви зможете:

  • Досліджувати предметну область в реальних бізнес завданнях і пропонувати рішення з використанням концепцій Data Science і Machine Learning
  • Застосовувати ключові концепції збору, підготовки, дослідження та візуалізації даних;
  • Створювати рішення на реальних практичних прикладах для різнорідних даних з використанням платформи Microsoft Azure Machine Learning.
  • Використовувати сучасні методи машинного навчання для вирішення завдань прогнозування і класифікації;
  • Сегментувати великі дані, створювати рекомендаційні моделі для полегшення прийняття стратегічних рішень.

Програма курсу:

Data Science and Machine Learning Fundamentals:

  • Введення в Data Science і Machine Learning
  • Базові поняття Big Data, Business Intelligence, Data Mining, Data Science, Machine Learning, Artificial Intelligence
  • Історія розвитку Data Science, сучасні перспективи
  • Хто такий Data Scientist, навички. Питання на співбесіді.
  • Огляд процесу Data Science проекту
  • Сценарії використання і застосування ML в сучасному світі
  • Огляд успішних проектів по Big Data і Machine Learning
Data Science Process and Frameworks
  • Планування і підготовка роботи
  • Історичний огляд методологій ведення Data Science рішень
  • Детальний огляд сучасного Data Science процесу і його етапів
  • Команда і ролі фахівців в проектах Data Science
  • Огляд популярних фреймворків і інструментів для Data Science рішень
  • Workshop 1: Етап Business Understanding
Попередня обробка даних
  • Завантаження вихідних даних для аналізу в систему (ETL)
  • Data cleansing and transformation
  • Data Sampling and Quantization
  • Workshop 2: Підготовка даних для проекту
  • Відвідування та методики для візуалізації даних
  • Практика: Візуалізація даних за допомогою Power BI і R
Прогнозування і класифікація
  • Теоретичний огляд проблеми та основних методів
  • Введення в штучні нейронні мережі для вирішення різних завдань
  • Процес створення реальних програмних моделей для прогнозування і класифікації
  • Оцінка точності навчених моделей, вибір кращої
  • Workshop 3: Створення моделей прогнозування та класифікації
Кластеризація та рекомендаційні алгоритми
  • Теоретичний огляд проблеми та основних методів
  • Процес створення реальних програмних моделей для кластеризації, рекомендаційних алгоритмів
  • Оцінка точності навчених моделей, вибір кращої
  • Введення в обробку природної мови
  • Workshop 4: Створення моделей кластеризації і рекомендаційних моделей
Імплементація моделей машинного навчання
  • Тимчасові ряди і прогнозування подій
  • Імплементація моделей машинного навчання для подальшого використання
  • Обговорення результатів виконання домашніх завдань
  • Приклади архітектур повноцінного проекту
  • Workshop 5: Імплементація моделей машинного навчання
  • Підведення підсумків курсу, презентація проектів
  • Рекомендовані матеріали і кроки для подальшого вивчення

Мінімальні вимоги:

  • Знання основ алгебри та математичної статистики
  • Знання англійської мови на рівні Intermediate

* Вказані знижки не сумуються з іншими діючими акціями та спеціальними пропозиціями. Якщо у Вас виникли питання, звертайтеся за консультацією до наших менеджерів!