Практический Machine Learning

С нуля до специалиста Data Science за 11 недель!
Онлайн
из любой точки мира
23 апреля
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.

Забронируйте место на курсе сегодня
и получите скидку на обучение

Преподаватель
Александр Петров
Senior Software Development Engineer
(Amazon*)
«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 этом 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».
* - Данный курс не спонсирован компанией Amazon, содержание программы — личное мнение автора.
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 упором на практику

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 преподаватель всё подробно разъясняет.


Делаем домашние задания

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

Курс завершается хакатоном. Вы будете работать в команде в условиях жесткого дедлайна: создавать гипотезы, кодить, проверять. Опыт прошлых потоков доказывает, что это очень важный и полезный для студентов навык.

На курсе обучение не заканчивается
Сертификат о прохождении курса
Помощь с трудоустройством и стажировкой
11 Jupyter ноутбуков, много готового кода для работы
Тусовку специалистов и полезных знакомств
Среди наших студентов сотрудники компаний
Запишитесь на курс
Стоимость обучения

currentPrice basePrice
priceComment


Можно в рассрочку
installmentPrice в месяц

23 апреля
дата старта
Онлайн
формат обучения
11 недель
длительность курса
Как получить курс дешевле?
Оплатите курс целиком
При оплате курса целиком вы экономите
10-30%
Обучение за счет работодателя
У нас есть возможность оплаты обучения работодателем. Для запроса документов заполните форму или напишите на почту
Реферальная программа
Вы можете получить скидку 20%, пригласив друзей на наши курсы.
Программы лояльности
После оплаты одного из курсов вы получаете скидку на другой курс
Быстрая оплата
Внесите предоплату за курс в размере 5000руб в течение 3х дней после регистрации и получите скидку
Репост
Поделитесь ссылкой на курс у себя в соц.сетях и получите скидку 5%
* Подробности уточняйте у менеджера
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.
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 с опытом работы в топовых отечественных и зарубежных компаниях 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