Программа повышения квалификации объёмом 32 академических часа познакомит с основами Data Science и практическими алгоритмами машинного обучения для исследовательских и производственных задач.

Что даст обучение

Навыки подготовки и анализа данных. Научитесь проводить предобработку и разведочный анализ, выявлять закономерности.
Понимание алгоритмов машинного обучения. Разберитесь, как выбирать методы классификации, регрессии и кластеризации под задачу и данные.
Практика работы на Python. Освойте применение библиотек pandas, NumPy и scikit-learn.
Навыки оценки моделей. Научитесь оценивать качество результатов и интерпретировать их для исследовательских и управленческих решений.

Что входит в программу

Модуль 1. Основы машинного обучения и анализ данных.
Модуль 2. Методы машинного обучения с учителем.
Модуль 3. Методы машинного обучения без учителя.
Модуль 4. Практическое применение алгоритмов машинного обучения.

В программу входит практический кейс по применению машинного обучения в предметной области слушателя.

Как проходит обучение

Полностью дистанционно, без жёсткой привязки к расписанию.

Кому будет полезен курс

Начинающим аналитикам, исследователям и специалистам, которые хотят применять машинное обучение для работы с данными в своей отрасли.

Автор курса

Виктория Вячеславовна Боженко – старший преподаватель кафедры прикладной информатики (преподаваемые дисциплины: «Технологии программирования», «Машинное обучение», «Введение в анализ данных», «Базы данных», «Информационные системы и технологии»)