+7 (920) 031-27-72
Все программы
0

главная

ПОИСК КУРСА ПО ФИЛЬТРАМ

ВСЕ КУРСЫ ПО НАПРАВЛЕНИЯМ

ПОСТРОЙТЕ ПУТЬ К КАРЬЕРЕ

КАЛЕНДАРЬ КУРСОВ

ПОРЯДОК ЗАЧИСЛЕНИЯ

НОРМАТИВНЫЕ ДОКУМЕНТЫ

+7 (920) 031-27-72

Онлайн-курсы по машинному обучению и анализу данных

  • Начало обучения

    12 сентября 2022 года
    Начало занятий в 18-00
    Ссылка на видеовстречу: https://telemost.yandex.ru/j/22945888174398

  • Продолжительность курса

    сентябрь 2022 - июнь 2023

  • Стоимость

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

  • График занятий

    Модули 1-2. обучение 2 раза в будни с 18 до 21 (понедельник и четверг)
    Модуль 3. суббота (первая половина дня)
    Обучение проходит дистанционно в ZOOM.

  • 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 (920) 031-27-72
    462-34-31 - деканат, email: info@fpk.unn.ru

Набор закрыт
0 дней : 0 часов : 0 минут : 0 секунд

О курсе

Онлайн-курс по машинному обучению и анализу 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.

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

В качестве преподавателей на курсе выступают эксперты из компаний Intellivision, HARMAN, ABBYY.

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

Доцент кафедры математического моделирования экономических процессов ННГУ им. Н.И. Лобачевского, кандидат экономических наук.

Потапов Андрей Владимирович

Место работы: EPAM, Senior data scientist.
Образование: специалитет ВМК ННГУ, магистратура ВШЭ Бизнес-Информатика,
Школа Анализа Данных Яндекса (ШАД)

Антонов Дмитрий Андреевич

Data Scientist

Хлевнов Олег Алексеевич

компания ABBYY, Software Engineer

Вильданов Вадим Кадирович

Доцент кафедры математического моделирования экономических процессов, кандидат физико-математических наук. Читает курс «Программирование на PHP»

Отзывы

Гладышева Анна

Лекции читают непосредственно специалисты, план лекций хорошо составлен. Организовано всё, в целом, тоже хорошо.
Для моего уровня начальной подготовки было сложновато выполнять домашние работы. Связано это, скорее всего, с написанием кода.
Но в целом представление о машинном обучении базовое сформировано на конец курса. Преподаватели все хорошие. У каждого свой стиль изложения материала. Для человека, который никак не связан с IT-сферой, более понятны были объяснения Дмитрия Антонова.
И хотелось бы отметить доброту и готовность помочь каждого из преподавателей. Всем преподавателям спасибо за проведённые лекции!

Савинов Александр

Очень интересный курс, сложные темы, но преподаватели хорошо объясняют, отвечают на любые вопросы, дают хорошую обратную связь по домашним заданиям.

Фото

Выпуск слушателей 2022 года (июнь)
Выпуск слушателей 2022 года (июнь)

Порядок зачисления

1 Шаг

Оформляете личный листок и согласие на обработку персональных данных.

2 Шаг

Формируете комплект документов: копия паспорта (2,3 стр. + прописка), копия документа об образовании

копию свидетельства о браке или др. документа, в случае различия в фамилии в паспорте и документе об образовании

студентам нужно предоставить справку с места учебы

3 Шаг

При оформлении очно:
Приносите полный комплект документов (оригиналы и копии) по адресу: пр. Гагарина, 23, корп. 2, каб. 403 (понедельник-четверг: с 9 до 11-30 и с 12-30 до 16-00 пятница: с 9 до 11-30 и с 12-30 до 15-00). Предварительная запись по тел. 462-34-31

При оформлении онлайн:
Заполните форму и прикрепите фото (или сканы) документов в следующем (розовом) блоке

4 Шаг

При оформлении очно:
Подписываете договор, спускаетесь на первый этаж и оплачиваете обучение в кассе ННГУ. Приступаете к обучению на курсах, согласно расписанию

При оформлении онлайн:
В течение нескольких дней вам подготавливают договор и вместе с инструкцией по оплате присылают по электронной почте

ОСТАВЬТЕ
ЗАЯВКУ
НА КУРС

Или позвоните
по телефону

+7 (920) 031-27-72
  • 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)
› Онлайн-курсы по машинному обучению и анализу данных