+7 (960) 18-70-555
0

главная

ПОИСК КУРСА ПО ФИЛЬТРАМ

ВСЕ КУРСЫ ПО НАПРАВЛЕНИЯМ

ПОСТРОЙТЕ ПУТЬ К КАРЬЕРЕ

КАЛЕНДАРЬ КУРСОВ

ПОРЯДОК ЗАЧИСЛЕНИЯ

НОРМАТИВНЫЕ ДОКУМЕНТЫ

+7 (960) 18-70-555

Онлайн-курсы по машинному обучению и анализу данных

  • Начало обучения

    Сентябрь 2024 года

  • Продолжительность курса

    Сентябрь 2023 года - июнь 2024 года

  • Стоимость

    - стоимость обучения - 70 000 .
    - для школьников, студентов, аспирантов или выпускников курсов ФПКиПП ННГУ - скидка 20%
    Возможна оплата в 4 этапа.

  • График занятий

    Обучение проходит 2-3 раза в неделю: по будням, с 18:00 до 21:00 (понедельник и четверг), часть занятий по машинному обучению во втором семестре будет проходить в субботу.

  • Документ об окончании

    Слушателям с высшим или средним специальным образованием выдается Диплом о профессиональной переподготовке. Остальным — Сертификат.

  • Место проведения

    Дистанционное обучение

  • Контакты

    Telegram / WhatsApp / +7 (960) 18-70-555
    462-34-31 - деканат, email: info@fpk.unn.ru

Прием заявок открыт
0 дней : 0 часов : 0 минут : 0 секунд
Оставить заявку

О курсе

Онлайн-курс "Машинное обучение и анализ данных" подходит для студентов, специалистов с высшим или средним проф. образованием и всех желающих. Обучение с нуля. Требование к поступающим минимальные - нужно быть уверенным пользователем ПК (набирать текст на латинице, создавать папки и файлы, пользоваться интернетом, устанавливать программы и т.д.).

Курс включает 3 блока. В первом, слушатели изучают основы программирования на Питон, во втором - математику(линейную алгебру, теорию вероятностей, математический анализ). В третьем блоке - основы Машинного обучения и анализа данных.

Что мы изучаем на курсе

1. Основы синтаксиса
2. Структуры данных
3. Пользовательские функции
4. Файлы
5. Работа с модулями
6. Объектно-ориентированное программирование
1. Линейная алгебра (матрицы и вектора, операции над матрицами, виды матриц и их свойства, определитель матрицы; cобственные вектора; решение системы линейных уравнений)
2. Теория вероятности (понятие вероятности и случайной величины, свойства вероятностей, основные статистики, условная вероятность и формула Байеса, распределения вероятностей)
3. Математический анализ (свойства основных функций, производная функции многих переменных, производная
сложной функции, пределы)
1. Введение. Первичный анализ данных.
2. Постановки задач машинного обучения.
3. Градиентный спуск. Введение в numpy.
4. Логистическая регрессия. Переобучение.
5. Переобучение и борьба с ним
6. Работа с признаками.
7. Метод опорных векторов. Многоклассовая классификация.
8. Решающие деревья.
9. Композиции.
10. Градиентный бустинг. CatBoost и XGBoost.
11. Кластеризация.
12. Полносвязные нейронные сети.
13. Обзор пройденного за курс. Воркшоп по решению "боевой" задачи

Спикеры

Камскова Инна Дмитриевна

Кандидат физико-математических наук, доцент кафедры математических и естественнонаучных дисциплин ИЭП ННГУ

Троицкий Роман Всеволодович

Кандидат физико-математических наук, доцент кафедры математических и естественнонаучных дисциплин ИЭП ННГУ

Вильданов Вадим Кадирович

Data Scientist / Python разработчик, кандидат физико-математических наук.

ОСТАВЬТЕ
ЗАЯВКУ
НА КУРС

Или позвоните
по телефону

+7 (960) 18-70-555
  • Диплом о высшем или среднем проф. образовании при наличии (без вкладыша с оценками)
  • Личный листок (скачайте) и заполните
  • Cогласие на обработку персональных данных (скачайте) и заполните
  • Свидетельство о браке (в случае смены фамилии)