Практический Machine Learning
С нуля до специалиста Data Science за 11 недель!
Онлайн
из любой точки мира
20 ноября
дата старта
оценка курса — 4,5 (513 студентов)
Сейчас лучшее время для старта карьеры в области Data Science
С 2012 по 2018 годы количество вакансий специалистов по машинному обучению выросло в 19 раз. Прямо сейчас специалистов по машинному обучению ищут Яндекс, Mail.ru, Сбербанк, МТС, PwC, М-Видео, Северсталь.

На курсе вы научитесь на практике решать задачи бизнеса методами машинного обучения и сможете начать карьеру как Data Scientist.

Курс ориентирован на практику, подходит новичкам и не требует обширных познаний в программировании. Вы сможете освоить все основные методы машинного обучения с нуля до уверенного владения за 11 недель.

Наши студенты работают в компаниях
Преподаватель
Александр Петров
Старший разработчик в Amazon
(Эдинбург, Шотландия)
«Курсов по машинному обучению много, однако все они содержат массу фундаментальных основ. Это безусловно важно для профессионального уровня, но из-за этого студенты лишаются возможности "попробовать" технологии machine learning в действии, не тратя много сил на вспоминание университетской математики.

Мы решили построить наш курс иначе: мы начинаем от практических задач, рассказывая про инструменты и способы их решения. На это курсе мы дадим полный обзор современных методов машинного обучения, отработав их все на практике. Мы надеемся, что курс станет началом вашего успешного пути в Data Science».
Программа курса
Модуль 1
Модуль 1
Data science toolbox. Python для Machine Learning
Осваиваем инструментарий машинного обучения
Модуль 2
Модуль 2
Введение в машинное обучение
Знакомимся с основными задачами и обучаем свою первую модель
Модуль 3
Модуль 3
Основные модели машинного обучения
Применяем основные методы машинного обучения
Модуль 4
Модуль 4
Оценка качества алгоритмов машинного обучения
Учимся оценивать точность модели и повышать её
Модуль 5
Модуль 5
Tree-based алгоритмы и подбор гиперпараметров
Осваиваем Feature Engineering
Модуль 6
Модуль 6
Персонализация и рекомендательные системы
Обучаем рекомендательную систему
Модуль 7
Модуль 7
Обучение без учителя
Осваиваем кластеризацию и новые методы повышения точности модели
Модуль 8
Модуль 8
Глубокое обучение: нейронные сети
Обучаем свою первую нейросеть для распознавания изображений
Модуль 9
Модуль 9
Нейронные сети ч.2
Анализируем тексты с помощью рекуррентных нейросетей и не только
Модуль 10
Модуль 10
Машинное обучение и большие данные
Учимся работать с большими данными
Модуль 11
Модуль 11
Финальный хакатон
Получить программу
А также подробный план развития в области Data Science
Отзывы о курсе
Преимущества курса
Курс предназначен для людей, которые решили войти в область Data Science. Для обучения вам не потребуется никаких дополнительных знаний. Программа рассчитана на обучение с нуля
Курс основан на практике. Фокус и упор мы делаем не на математическом фундаменте, а именно на понимании задач и практическом применении решений.
Обучение на курсе — первый шаг к использованию возможностей машинного обучения для задач бизнеса. Используйте силу machine learning!
Курс содержит полный обзор современных методов машинного обучения от простых моделей до работы с нейросетями и Big Data от опытного практика области
Жизнь на курсе
Уроки с большим процентом практики

Вы не просто изучаете алгоритмы, а учитесь использовать их в решении реальных бизнес-задач. После обучения сможете сразу использовать навыки машинного обучения в деле, а не разбираться с тем, как приспособить знания к жизни.

Уроки доступны на онлайн платформе, для вдумчивого изучения в любое время.


Помощь преподавателя и коллектива

Если что-то не получается, вы не остаетесь один на один с трудностью. Рядом преподаватель, который поможет разобраться с проблемой.

Учиться в коллективе лучше, когда видишь успехи остальных. Если у кого-то получается лучше, это подстегивает к более активным действиям. Если получается лучше остальных, то вы помогаете коллегам.
Общаемся и помогаем друг другу в Slack

Для курса создается сообщество в Slack. В нем участники делятся впечатлениями и решениями задач, спрашивают совета, а наставники все подробно разъясняют.


Делаем домашние задания

Тут все очевидно: чтобы научиться, нужно практиковаться. Дома вы делаете задания, пишете код, а преподаватели и сокурсники вам в этом помогают.
Работаем в команде на хакатоне

Курс завершается хакатоном, где вы за 6 часов делаете MVP модели, которую можно запустить в продакшн. Вы будете работать в команде в условиях жесткого дедлайна: создавать гипотезы, кодить, проверять. Опыт прошлых потоков доказывает, что это очень интересное и важное занятие.

На курсе обучение не заканчивается
Сертификат о прохождении курса
Помощь с трудоустройством и стажировкой
12 Jupyter ноутбуков, много готово кода для работы
Тусовку специалистов и полезных знакомств
Запишитесь на обучение
installmentPrice
при покупке в рассрочку

basePrice
currentPrice
полная стоимость до 30 мая

Осталось 20 мест

Часто задаваемые вопросы
Что такое машинное обучение и в чем его польза? Отрасли применения
Представьте риэлтора с многолетним опытом покупки и продажи недвижимости. Он умеет определять стоимость квартиры почти мгновенно. Складывает в уме определенные параметры: инфраструктуру района, количество комнат, этаж, состояние подъезда и квартиры и т. д. И в памяти тут же всплывают подобные квартиры и цены, за которые они были проданы.

Машинное обучение — это весь многолетний опыт риэлтора, переданный программе, чтобы она тоже могла мгновенно определять стоимость квартиры. Для этого используют обучающие алгоритмы.

С помощью обучающих алгоритмов можно научить программы делать что угодно:

1. Предлагать дополнительные товары, которые пользователь купит с наибольшей вероятностью, на основе его поведения на сайте и покупок. Таким образом увеличивать продажи и прибыль бизнеса.

2. Предсказывать события в клиентской базе. Таким образом можно заранее предпринять меры, которые сократят расходы или увеличат прибыль. Возьмем к примеру страховую компанию, которая предоставляет услуги ДМС. Если она научит программу предсказывать, кто из клиентов в ближайшее время обратится за дорогостоящей медицинской услугой, то сможет предпринять меры, чтобы сократить расходы по ДМС. Например, позвонить клиенту и предложить ему проконсультироваться с хорошим врачом, чтобы не допустить развитие болезни.

3. Формировать заказы на поставку для магазинов сети с учетом динамики продаж, сезона, прогноза погоды и других параметров. Таким образом не допускать, чтобы в торговых точках было затоваривание или нехватка товара.

4. Сегментировать клиентов, чтобы делать им подходящие предложения. Возьмем к примеру банк, который создал новый вид кредита. С помощью машинного обучения он может выявить в базе клиентов тех, кто вероятнее всего воспользуется таким кредитом.

5. По факту, области применения машинного обучения практически безграничны: от контроля качества товаров до диагностики оборудования на производстве, от продаж до аналитики, от повышения персонализации до аудита. Вы сможете использовать возможности алгоритмов практически в любой сфере.
Зачем это мне?
Рынку нужны специалисты по машинному обучению. Как пишет HeadHunter, количество вакансий, в которых упоминается машинное обучение, с 2012 по 2016 годы увеличилось в 18 раз: с 113 до 2037. А по версии кадрового агентства Glassdoor, профессия Data Scientist, напрямую связанная с машинным обучением, занимает первую строчку в рейтинге самых лучших профессий Америки.

Ценятся такие специалисты высоко. Журнал IncRussia пишет, что зарплата специалиста по машинному обучению составляет 130-300 тысяч рублей. Причина в том, что на рынке мало специалистов по машинному обучению. И наш курс поможет войти в их число.

А еще владение методами машинного обучения поможет вам совершить рывок в текущей области или собственном бизнесе: об этом мы написали в разделе выше. Возможности машинного обучения практически безграничны и поражают воображение.
Насколько это сложно
Машинное обучение — это не сложно. Чтобы освоить машинное обучение, не нужно быть программистом от бога, иметь ученую степень по информатике или высшей математике. Даже знание языков программирования — не обязательное условие, хотя с ним учиться будет проще. Базовые инструменты языка Python мы рассмотрим в первом модуле, при необходимости вышлем материалы для предварительной подготовки.

Всему остальному мы научим на курсе.
Для кого этот курс
Курс предназначен для аналитиков, разработчиков, product-менеджеров и всех, кто хочет освоить профессию Data Scientist или использовать возможности машинного обучения в своей работе или бизнесе.

Участники научатся решать конкретные бизнес-задачи и работать с данными с помощью машинного обучения.
Я никогда не программировал
Это не будет непреодолимым препятствием для обучения, но, чтобы вам было не слишком сложно учиться, мы рекомендуем заняться предварительной подготовкой. Мы вышлем подготовительные материалы до начала курса.
Что потребуется для успешного обучения
Ноутбук с установленным Python (мы дадим инструкцию и поможем с установкой). Около 5-6 часов в неделю и желание получить новые знания.
Я стану гуру машинного обучения?
Путь Data Scientist — долгий и требует знаний математики, статистики, программирования и значительной практики. Вы пройдете от точки «я ничего не знаю» до точки «я решаю задачи по машинному обучению и знаю, где это применить и как развиваться дальше».
Чем вы лучше бесплатных курсов
Основной ответ такой — наш курс не является заменой бесплатным онлайн-курсам. Напротив, онлайн-курсы — это очень хорошо и полезно. Но у наших курсов есть неоспоримые преимущества: фокус на практике, помощь преподавателя и поддержка группы.

Вы будете учиться по принципу одно занятие = одна задача. Вместе с опытным data scientist'ом из Amazon вы пройдете все этапы проекта по машинному обучению: загрузка и очистка данных, выбор модели, разделение на основную и контрольную выборку, кросс-валидация, «тюнинг» модели и многое другое.

Каждое занятие будет проводиться в специальном Jupyter notebook, который останется у вас после курса, и который поможет вам, когда вы будете реализовывать свои проекты после окончания курса (вплоть до того, что можно брать готовые «куски» кода, которые работают).

Если вы столкнетесь с проблемой при выполнения задания, вам всегда будет, к кому обратиться: вы сможете получить совет от одногруппников и помощь преподавателя в закрытом сообществе в Slack.
Это действительно востребовано?
Просто посмотрите статистику Data Science на русскоязычных и зарубежных кадровых сайтах
Начните обучение прямо сейчас за 27 000 ₸
Внесите предоплату 27 000₸. Вы забронируете место на курсе по текущей цене.

Введите свой email:
После ввода емейла вы будете направлены на страницу оплаты
Нажимая, вы даете согласие на обработку своих персональных данных
Made on
Tilda