logo-hibrain

Машинное обучение и анализ данных онлайн

Обучение с нуля. Курс включает блоки по программированию, математике и машинному обучению.

  • Площадка:Университет Лобачевского
  • Продолжительность:4,5 месяца
  • Дата:12 сентября 2022
  • Стоимость:35 000 рублей
Машинное обучение и анализ данных онлайн

О курсе

Курс включает 3 модуля:

  • основы программирования на Python;
  • математика – линейная алгебра, теория вероятностей, математический анализ;
  • основы машинного обучения и анализа данных.

Обучение возможно онлайн в zoom и очно в Нижнем Новгороде

Мы изучаем:

course-info
  • python
    python
  • ml
    ml
  • pytorch
    pytorch
  • numpy
    numpy
  • tensorflow
    tensorflow

Кому подойдет курс

  • Курс подойдет специалистам с высшим или средним профессиональным образованием, студентам, а также всем, кто желает освоить новую профессиональную сферу

Необходимые навыки

  • Для эффективного обучения нужно быть уверенным пользователем ПК

Эксперты

Эксперты – опытные педагоги-практики

  • Потапов Андрей Владимирович
    Потапов Андрей Владимирович
    EPAM, Senior Data Scientist Специалитет ВМК ННГУ, магистратура ВШЭ Бизнес-Информатика, Школа Анализа Данных Яндекса (ШАД)
  • Антонов Дмитрий Андреевич
    Антонов Дмитрий Андреевич
    Senior Software Engineer, 6 лет опыта разработки, выпускник ШАД, работал в качестве разработчика как в стартапах, так и над большими enterprise системами, работал исследователем над проектом на стыке AI и нейропсихологии. Интересуется архитектурой сложных распределенных систем
  • Хлевнов Олег Алексеевич
    Хлевнов Олег Алексеевич
    Разработчик компании ABBYY, 7 лет опыта разработки. Выпускник ШАД в Нижнем Новгороде, разрабатывает собственный фреймворк для глубинного обучения
  • Вильданов Вадим Кадирович
    Вильданов Вадим Кадирович
    Преподаватель Университета Лобачевского, канд.физ-мат наук, доцент. Автор курсов «Программирование на PHP» и «Программирование на Python». Преподает более 15 лет.

Карьера

Выпускники курсов HiBrain получают уникальную возможность применить новые знания: компании-партнёры проекта ждут наших слушателей на стажировки и предлагают трудоустройство.

    Программа курса

    • Синтаксис языка Python
    • Структуры данных
    • Пользовательские функции
    • Файлы
    • Работа с модулями
    • Объектно-ориентированное программирование
    • Линейная алгебра:
      – матрицы и вектора, операции над матрицами;
      – виды матриц и их свойства;
      – определитель матрицы;
      – собственные вектора;
      – решение системы линейных уравнений.
    • Теория вероятности:
      – понятие вероятности и случайной величины;
      – свойства вероятностей;
      – основные статистики;
      – условная вероятность и формула Байеса;
      – распределения вероятностей.
    • Математический анализ:
      – свойства основных функций;
      – производная функции многих переменных;
      – производная сложной функции, пределы.
    • Первичный анализ данных
    • Постановки задач машинного обучения
    • Градиентный спуск. Введение в numpy
    • Логистическая регрессия. Переобучение
    • Переобучение и борьба с ним
    • Работа с признаками
    • Метод опорных векторов. Многоклассовая классификация
    • Решающие деревья
    • Композиции
    • Градиентный бустинг. CatBoost и XGBoost
    • Кластеризация
    • Полносвязные нейронные сети
    • Обзор пройденного за курс. Воркшоп по решению "боевой" задачи
    course-program