• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Машинное обучение — один из самых востребованных разделов компьютерных наук. Именно с помощью машинного обучения сейчас удаётся строить рекомендательные системы для видео, прогнозировать спрос на тысячи товаров и автоматически обрабатывать огромные потоки писем в службе поддержки.

Поступление

Документы для приема

Оригинал и копия паспорта или документа, заменяющего его

Оригинал и копия документа об образовании и квалификации или справка об обучении для лиц, получающих высшее образование

Оригинал и копия документа об изменении фамилии, имени, отчества (при необходимости)

Условия поступления

Для прохождения курса вам понадобятся основы программирования на Python и знание базовых разделов высшей математики. 

Содержание программы

Основные темы курса:

  • Обучение с учителем — линейные модели, решающие деревья, композиции моделей на основе бэггинга и бустинга
  • Обучение без учителя — кластеризация и визуализация многомерных данных
  • Подготовка данных — отбор признаков, обработка категориальных и текстовых признаков

По итогам курса вы будете понимать основные постановки задач в машинном обучении, изучите основные виды моделей, будете уметь пройти путь от обработки сырых данных до построения и валидации модели.

Все темы сопровождаются практическими домашними заданиями на реальных данных.

Мы ожидаем, что слушатели владеют языком Python, который является де-факто стандартным инструментом для анализа данных: знают про условные операторы, циклы, функции, разбираются в числовых и строковых типах данных, умеют работать со списками и словарями, знают встроенные функции языка.

Преподаватели

 Анастасия Максимовская

Data Scientist в Сбербанке

Подать заявку

Вас могут заинтересовать

  • Дистанционная форма
  • 76 академических часов, в том числе 72 часа лекций и семинаров
  • Очно-заочная форма
  • 114 академических часов, в том числе 76 часов лекций и семинаров
  • Очная форма
  • 684 академических часов, в том числе 440 часов лекций и семинаров
  • Дистанционная, очная форма
  • 494 академических часа, в том числе 324 часа лекций и семинаров