Распродажа!

Курс Машинное обучение (machine learning)

590 грн

 Вы экономите: 1,400 грн (70%)
 Поторопитесь! Заканчивается через

Получите прикладной опыт разработки Machine Learning-проектов: от сбора данных до построения моделей и их оптимизации.

Безопасные платежи

Защита персональных данных

100% уникальные материалы

Гарантия лучшей цены

Вместе дешевле на 20% (количество курсов меняется галочками)

Курс Машинное обучение (machine learning) + Курс BIG DATA + Курс Machine learning (машинное обучение) - базовый + Курс Компьютерное зрение + Математика для Data Science. Продвинутый - видеокурс
Цена за все курсы: 2,360 грн

Видеозаписи лекций без обратной связи и участия преподавателя. Вы получите доступ к материалам сразу после оплаты.

Кому подойдет:

Начинающим Data Scientist-ам – Систематизируете и углубите знания и пополните резюме практическими проектами

Аналитикам – Сможете не ограничиваться базовой аналитикой и внедрять модели Machine Learning, прогнозирующие различные показатели

Разработчикам – Перейдете в сферу Data Science, повысите уровень дохода и будете решать интересные задачи

Математикам – Примените знания к новым задачам и освоите востребованную профессию

Программа:

Теория вероятностей и математическая статистика

– Случайные события. Условная вероятность. Формула Байеса. Независимые испытания
– Дискретные случайные величины. Закон распределения вероятностей. Биномиальный закон распределения. Распределение Пуассона
– Описательная статистика. Качественные и количественные характеристики популяции. Графическое представление данных
– Непрерывные случайные величины. Функция распределения и плотность распределения вероятностей. Равномерное и нормальное распределение. Центральная предельная теорема
– Проверка статистических гипотез. P-значения. Доверительные интервалы. A/B-тестирование
– Взаимосвязь величин. Параметрические и непараметрические показатели корреляции. Корреляционный анализ
– Многомерный статистический анализ. Линейная регрессия
– Дисперсионный анализ. Логистическая регрессия

Проект

Разведочный анализ данных (EDA) на основе выбранного датасета: визуализация, корреляционный, дисперсионный и факторный анализ

Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn

– Введение в курс. Вебинар
– Вычисления с помощью Numpy. Работа с данными в Pandas. Видеоурок
– Вычисления с помощью Numpy. Работа с данными в Pandas. Вебинар
– Визуализация данных в Matplotlib. Видеоурок
– Визуализация данных в Matplotlib. Вебинар
– Обучение с учителем в Scikit-learn. Видеоурок
– Обучение с учителем в Scikit-learn. Вебинар
– Обучение без учителя в Scikit-learn. Видеоурок
– Обучение без учителя в Scikit-learn и введение в итоговый проект. Вебинар
– Консультация по итоговому проекту. Вебинар

Проект

Соревнование на платформе Kaggle по предсказанию цены на недвижимость, решение задачи регрессии

Библиотеки Python для Data Science: продолжение

– Введение в задачу классификации. Постановка задачи и подготовка данных
– Анализ данных и проверка статистических гипотез
– Построение модели классификации
– Оценка и интерпретация полученной модели. Обсуждение курсового проекта

Проект

Соревнование на платформе Kaggle по кредитному скорингу, решение задачи классификации

Следующие 2 раздела будут добавляться позже, по мере добавления их авторами.

Алгоритмы анализа данных

– Алгоритм линейной регрессии. Градиентный спуск
– Масштабирование признаков. L1- и L2-регуляризация. Стохастический градиентный спуск
– Логистическая регрессия. Log Loss
– Алгоритм построения дерева решений
– Случайный лес
– Градиентный бустинг (AdaBoost)
– Классификация с помощью KNN. Кластеризация K-means
– Снижение размерности данных

Проект

Участие в одном или двух соревнованиях на Kaggle: предсказать средний балл на экзамене по математике, который получают ученики репетиторов (задача регрессии); предсказать, подойдет ли репетитор для подготовки к экзамену по математике (задача классификации)

Системы машинного обучения в Production

– Введение в задачу предсказания оттока. Формализация задачи и сбор сырых данных
– Загрузка данных и построение обучающей выборки. Анализ и предобработка датасета. Балансировка классов
– Выбор и обучение модели на отобранных признаках. Сравнение качества и оценка модели
– Оценка потенциального влияния на бизнес. Масштабирование решения
– Подготовка к продакшену. Планировщик задач и перенос проекта из Jupyter в PyCharm

Нужна ли регистрация?

Нет, регистрация не обязательна. Просто заполните все поля при оформлении заказа и ваш аккаунт создастся автоматически. Данные которые вы ввели на странице оплаты (почта, пароль), потом можно использовать для входа на сайт.

Как оплатить выбранный курс?

Наш сайт принимает оплату с помощью платежной системы Way For Pay. Все операции на нашем сайте безопасны и проходят с использованием шифрованного SSL соединения. Мы не собираем и не храним ваши платежные данные. Платежная система полностью гарантирует безопасность платежей.

На данный момент доступны следующие способы оплаты:

  • Банковская карта (любая)
  • Приват24
  • Терминалы Приватбанка (наличные)
  • G pay
  • Apple pay
  • Visa checkout
  • Masterpass
  • Мгновенная рассрочка для владельцев карт ПриватБанка
  • Рассрочка для владельцев карт Monobank

 

1. На странице курса нажмите “Купить”
2. Затем в открывшейся вкладке нажмите “Оформление заказа”
3. На странице оформления заполните все поля и нажмите “Купить”
4. Автоматически откроется страница платежной системы.
5. Выберите способ оплаты.
6. Введите данные и следуйте инструкциям платежной системы.
7. После успешной оплаты вы будете автоматически направлены на страницу, где сможете получить доступ к курсу. Так же вам будет выслано письмо с ссылкой на курс.

Если ни один из перечисленных способов оплаты вам не подходит, напишите нам: info@siluette.com.ua или воспользуйтесь чатом в правом нижнем углу страницы нашего сайта. Мы обязательно поможем.

Как получить оплаченные материалы?

Для того, чтобы получить материалы – просто заполните все поля при оформлении заказа (включая поле – Создать пароль учетной записи).

После оплаты — система автоматически направит вас в личный кабинет в раздел ①»Загрузки». Здесь  будет список ваших оплаченных материалов и ссылка на скачивание②.

Либо нажмите в правом верхнем углу сайта пункт Мой аккаунт, введите почту и пароль, который вы придумали, когда оформляли заказ. В разделе Загрузки есть ссылка на скачивание.

Сколько времени будут доступны материалы?

Ссылка на ваш курс будет доступна в течении 90 дней со дня оплаты. За это время вы должны скачать все материалы на свое устройство. После окончания этого срока ссылки могут стать неактивными. Это связано с нововведениями компаний, предоставляющих услуги облачного хранилища. Если вы не успели скачать купленные курсы, напишите нам на почту – info@siluette.com.ua

Отзывы

Отзывов пока нет.

Будьте первым, кто оставил отзыв на “Курс Машинное обучение (machine learning)”

Ваш адрес email не будет опубликован.