Курс по машинному обучению

По итогам вы:
Машинное обучение: дополнительное образование от SkillFactory

Курс по машинному обучению с нуля

Курс по машинному обучению
Обучение Machine Learning с менторской поддержкой
Набор на курс остановлен
Включает
Требования
Для новичков
Алгоритмы, Регрессия, Кластеризация, Ансамбли
Для тех, кто хочет
• Освоить алгоритмы машинного обучения
• Поучаствовать в хакатоне

Актуальные курсы, которые вам подойдут

#Курс
Обучите 7 нейронных сетей и углубите знания по Data Science
Старт:
Длительность: 12 месяцев
#Курс
Комплект продвинутых курсов для освоения машинного и глубокого обучения
Старт:
Длительность: 5 месяцев
#Профессия
Углубленный курс по Data Science, разработанный совместно с академиком РАН из МГУ
Старт:
Длительность: 15 месяцев
14 февраля
24 января
19 января
Оставьте контакты, и мы поможем подобрать IT-курс для вашей цели
Нажимая кнопку, я соглашаюсь с Положением о персональных данных и даю согласие на их обработку и хранение.

Пришло время заняться Machine Learning

С 2012 по 2021 годы количество вакансий специалистов по Data Science и машинному обучению выросло в 20 раз. Прямо сейчас стажеров и профессионалов ищут Яндекс, Mail.ru, Сбербанк, Райффайзенбанк, Росбанк, МТС, Tele2, ЦИАН, М-Видео, Северсталь и другие крупные компании.
Совместно с профи из российских Data Science компаний мы разработали курс Machine Learning, ориентированный на практику. Вы изучите принципы математических алгоритмов, современные библиотеки, feature engineering и оценку моделей. В конце обучения на курсе примените все изученные методы на финальном проекте и сможете собрать Git-репозиторий с решенными кейсами.

Медианная зарплата специалиста по машинному обучению

200 000 ₽
1577 вакансий
доступно прямо сейчас*
*данные взяты с сайта

Курс подойдет вам, если вы:

Новичок

Вы начинающий Data Scientist, уверенно владеете Python, разбираетесь в математике и статистике. Вы сможете систематизировать и углубить полученные самостоятельно или на бесплатных курсах знания, пообщаться с профессионалами, применить модели Machine Learning на практике.

Программист

Вы программируете на Python и столкнулись с задачами машинного обучения в работе. На курсе вы освоите основные алгоритмы машинного обучения, обучите рекомендательную систему и на финальном хакатоне примените все полученные навыки Machine Learning на практике.

Аналитик

Вы аналитик со знанием Python, оперируете большим объемом данных и хотите погрузиться в Machine Learning. На курсе вы узнаете, какие задачи решает машинное обучение, примените основные методы предобработки данных, научитесь валидировать данные и оценивать качество алгоритмов.
Лучшие студенты курса получат возможность пройти стажировку в компании EORA

Партнер курса

Из чего состоит курс

Курс включает в себя 10 модулей, более 500 упражнений на закрепление материала, обучение 10 алгоритмов машинного обучения, 2 хакатона на kaggle, чат с сообществом и поддержку менторов

Отработка навыков

Каждая тема разбирается в видео, скринкастах и конспектах и закрепляется десятками упражнений (тесты, дебаггинг кода, проверка кода студента).

Сообщество и ментор

На курсе вы не останетесь один на один с затруднениями — вам помогут не только одногруппники, но и ментор курса.

Обучение моделей

На курсе по каждой теме вы работаете с моделью ML — файнтьюните, создаете с нуля, оптимизируете, пробуете разные методы.

Специализация Data Science состоит из курсов

Deep Learning
Курс «Python для анализа данных»
Курс по математике для Data Science
Курс по Machine Learning
Курс по нейронным сетям и deep learning
Курс по Data Engineer
Data-driven management
Python
Math&Stat
Machine Learning
Data Engineering
Менеджмент

Преподаватели и авторы

Эмиль Магеррамов

COO Data Lab,
компания EORA

Антон Киселев

Head of R&D, компания EORA

Веренцов Сергей

CTO, компания EORA

Эмиль Богомолов

Инженер-исследователь в группе ADASE Сколтех

Программа курса «Машинное обучение»

1

Введение в машинное обучение

— Знакомимся с основными задачами и методами Machine Learning, изучаем практические кейсы и применяем базовый алгоритм работы над ML-проектом
— Решаем 50+ задач на закрепление темы
Модуль 1
2

Методы предобработки данных

— Изучаем типы данных, учимся очищать и обогащать данные, используем визуализацию для предобработки и осваиваем feature engineering
— Решаем 60+ задач на закрепление темы
Модуль 2
3

Регрессия

— Изучаем типы данных, учимся очищать и обогащать данные, осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию
— Обучаем модели регрессии
 — Решаем 40+ задач на закрепление темы
Модуль 3
4

Кластеризация

— Осваиваем обучение без учителя, практикуемся в его различных методах, работаем с текстами средствами ML
 — Решаем 50+ задач на закрепление темы
Модуль 4
5

Tree-based алгоритмы: введение в деревья

— Знакомимся с решающими деревьями и их свойствами, осваиваем деревья из библиотеки sklearn и используем деревья для решения задачи регрессии
 — Решаем 40+ задач на закрепление темы
Модуль 5
6

Tree-based алгоритмы: ансамбли

— Изучаем особенности ансамблей деревьев, практикуемся в бустинге, используем ансамбль для построения логистической регрессии
 — Решаем 40+ задач на закрепление темы
 — Участвуем в соревновании на kaggle по обучению tree-based модели
Модуль 6
7

Оценка качества алгоритмов

— Изучаем принципы разбиения выборки, недо- и переобучение, оцениваем модели по различным метрикам качества, учимся визуализировать процесс обучения
 — Оцениваем качество нескольких моделей ML
 — Решаем 40+ задач на закрепление темы
Модуль 7
8

Временные ряды в машинном обучении

— Знакомимся с анализом временных рядов в ML, осваиваем линейные модели и XGBoost, изучаем принципы кросс-валидации и подбора параметров
 — Решаем 50+ задач на закрепление темы
Модуль 8
9

Рекомендательные системы

— Изучаем методы построения рекомендательных систем, осваиваем SVD-алгоритм, оцениваем качество рекомендаций обученной модели
 — Решаем 50+ задач на закрепление темы
Модуль 9
10

Финальный хакатон

— Применяем все изученные методы для получения максимальной точности предсказаний модели на kaggle
Модуль 10

Компаниям

Если вы хотите повысить уровень квалификации программистов и решать амбициозные задачи, связанные с методами машинного обучения, обратите внимание на курс Machine Learning. За 3 месяца мы даем не только знания, но формируем навыки работы с основными библиотеками и методами машинного обучения. Оставьте заявку, чтобы получить подробную программу и все необходимые документы.

На курсе обучение не заканчивается

Развитие карьеры и бизнеса
Сообщество
Сертификат школы SkillFactory
10 Jupyter ноутбуков, много готового кода для работы.
Помощь с трудоустройством и стажировкой.
Тусовка специалистов и полезные знакомства.
Сертификат о прохождении курса, при необходимости на английском языке.
Выпускники «Курса по машинному обучению» получают сертификат об образовании. Сертификат может быть составлен на английском языке.
SkillFactory действует на основании государственной лицензии № 041164.
Сертификат

Наши студенты работают в компаниях

Оставьте контакты, и мы поможем подобрать IT-курс для вашей цели
Нажимая кнопку, я соглашаюсь с Положением о персональных данных и даю согласие на их обработку и хранение.

Актуальные курсы, которые вам подойдут

#Курс
Обучите 7 нейронных сетей и углубите знания по Data Science
Старт:
Длительность: 12 месяцев
#Курс
Комплект продвинутых курсов для освоения машинного и глубокого обучения
Старт:
Длительность: 5 месяцев
#Профессия
Углубленный курс по Data Science, разработанный совместно с академиком РАН из МГУ
Старт:
Длительность: 15 месяцев
14 февраля
24 января
19 января

Как получить скидку?

За счет работодателя
Для запроса документов забронируйте курс через форму и выберите пункт «Оплатить как юрлицо» или напишите на почту info@skillfactory.ru.
Реферальная программа
Вы можете получить скидку 20%, пригласив друзей на наши курсы.
Программы лояльности
После оплаты одного из курсов вы получаете скидку на другой.
Репост
Поделитесь ссылкой у себя в соцсетях и получите дополнительную скидку 5%.

Отзывы студентов школы

Вера Шерман
Мне хочется сказать большое спасибо авторам этого куса и организаторам обучения. Это был мой первый онлайн курс в жизни. Я давно работаю в сфере IT. Очень любопытно было познакомиться с новым инструментом. Курс оказался именно тем, чего хотелось. Для меня все было новым. Несмотря на наличие опыта программирования на разных языках, мне было нелегко.
Наталья Карькова
Понравилось, что много задач. Иногда приходилось подумать, чтобы их решить. Теория хорошо объяснена и много ссылок на дополнительные ресурсы.
Александр Чесноков
Замечательно подобрано соотношение материала и практики, специалисты курса всегда готовы прийти на помощь, вебинары проводятся в доступной форме.
Александр Гладких
Еще очень многому нужно учиться, но курс однозначно стоит своих денег. Желающим работать с данными однозначно рекомендую. Но если уровень совсем нулевой, будет не просто.
Кирилл Атаманенко
Экзамен был достаточно интересный, хотя хотелось-бы потруднее. Все модули были сделаны достаточно понятно и было достаточно практики. Из замечаний, хотелось бы больше практики по визуализации.
Андрей Зелепукин
Курс понравился своей интерактивностью, доступной и наглядной подачей материала, обилием ссылок на дополнительные материалы. Представляет собой обязательный минимум знаний и даже несколько больше. Хотелось бы еще больше заданий на работу с Pandas, API и визуализацию.
После курса я буду искать работу как Full-stack разработчика для веба. Я доволен, курсы проходят отлично. Плюс очень важный момент - очень много людей, с которыми есть общие интересы. Сейчас в свободное время, уже после 3 месяцев курсов я брал несколько заказов на фрилансе. Простенькие landing page. Как раз то, что надо, чтобы «набить скил».
Несколько раз пытался начинать обучаться, но каждый раз останавливался, если что-то не мог понять. Поэтому в очередной раз решив еще раз начать все сначала, поставил себе задачу обучаться не самостоятельно, а с помощью четкой программы. Все, с кем успел "столкнуться" объясняют доходчиво, помогают постоянно, если возникают вопросы.
Георгий Мурдасов
Курс позволяет выбрать удобный ритм обучения. Есть возможность перейти в другой поток и всё также получать обратную связь от менторов и кураторов. Если твой поток выпустился - это не значит, что ты не сможешь закончить обучение.
Самообучение с нуля - это не моё, хотя я и освоил основы Python и базы данных самостоятельно. Дедлайны же на курсе сильно стимулируют к занятиям, ну и здорово, когда есть, с кем обсудить возникшие во время обучения проблемы. Всегда старайтесь сделать больше, чем надо для выполнения домашнего задания

Часто задаваемые вопросы

Учитесь из любой точки в удобное время
Развивайте профессиональные навыки в онлайн-формате