Data Science

базовый курс

О программе

Data Science - это мультидисциплинарная область, объединяющая статистику, программирование и предметную область для извлечения знаний из данных. Специалисты по Data Science используют анализ данных, машинное обучение и другие методы для выявления паттернов, прогнозов и принятия информированных бизнес-решений. Эта область имеет широкие применения в медицине, бизнесе, финансах и других сферах, играя важную роль в современном мире.

Варианты обучения

Вариант обучения	Стоимость	Когда	Срок обучения	График занятий
дистанционно	76 500 р.	По мере набора	12 месяцев	2 раза в неделю по 3 часа

Кому подойдет программа

Все желающие повысить IT-квалификацию (18-55 лет)

Можно систематизировать свои знания и получить рабочие навыки, востребованные в современном IT.

Школьники и выпускники (15-18 лет)

Смогут получить первую профессию, не откладывая на потом свою мечту стать программистом.

Студенты ВУЗов (18-23 года)

Освоят вторую специальность параллельно с университетским образованием.

Представители других профессий (23-55 лет)

Люди, которых не устраивает текущая карьерная и финансовая перспектива, смогут переучиться на разработчика ПО и построить карьеру в IT-индустрии.

Дополнительная информация

Python: использование Jupyter Notebook, переменные, типы данных, циклы, углубленная работа с различными типами данных, работа с файлами...
Библиотеки Python, основы статистики, линейная алгебра, матанализ, теория вероятностей
SQL: основы синтаксиса, соединение таблиц, оконные функции, ранжирующие функции, функции смещения
Git и GitHub
Базис машинного обучения
Алгоритмы машинного обучения: линейные алгоритмы, деревья, метрические, кластерный анализ
Экстрагирование файлов
Deep Learning: теория отличия DL от ML, нейронные сети.
Docker
Матанализ: графики и функции
Теория вероятностей: основные определения, свойства вероятности, условная вероятность
Теорема Байеса, комбинаторика
пакеты: Scrapy, BeautifulSoup, Requests (отправление HTTP запросов на сайт, парсинг HTML, получение данных)
CSV/ Excel файлы, чтение PDF файлов, получение данных из картинок (Pillow и OpenCV)
Примеры работы с NLP
Примеры работы с Computer Vision

Результаты обучения

По окончании курса вы сможете Вы научитесь построению моделей. Собирать массивы данных, очищать и преобразовывать их с помощью Python Вы научитесь построению моделей. Собирать массивы данных, очищать и преобразовывать их с помощью Python Вы научитесь построению моделей. Собирать массивы данных, очищать и преобразовывать их с помощью Python Вы научитесь формулировать выводы и гипотезы, сможете применять исследовательский и статистический анализ больших данных. Вы научитесь формулировать выводы и гипотезы, сможете применять исследовательский и статистический анализ больших данных. Вы научитесь формулировать выводы и гипотезы, сможете применять исследовательский и статистический анализ больших данных. Вы научитесь применять машинное обучение, чтобы предсказывать события, прогнозировать значения и искать неочевидные закономерности в данных. Вы научитесь применять машинное обучение, чтобы предсказывать события, прогнозировать значения и искать неочевидные закономерности в данных. Вы научитесь применять машинное обучение, чтобы предсказывать события, прогнозировать значения и искать неочевидные закономерности в данных. Вы научитесь строить и анализировать гистограммы и другие графики, чтобы увидеть в них закономерности и аномалии. Вы научитесь строить и анализировать гистограммы и другие графики, чтобы увидеть в них закономерности и аномалии. Вы научитесь строить и анализировать гистограммы и другие графики, чтобы увидеть в них закономерности и аномалии.

Оставьте отзыв

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