Курс Machine Learning и Deep Learning
Для уверенного старта в анализе данных и машинном обучении выбирайте курс Data Scientist PRO
Вы погрузитесь в анализ данных и машинное обучение на практике и соберёте проекты для портфолио
Вы погрузитесь в анализ данных и машинное обучение на практике и соберёте проекты для портфолио
Курс закрыт
Самая востребованная технология искусственного интеллекта
Machine Learning vs Deep Learning — в чем разница?
Как подобрать нужный алгоритм? «Потрогаем руками» все алгоритмы и разберемся на практике — где нужны нейронные сети, а где достаточно классических алгоритмов. Комплексный подход, организованный на курсе Machine Learning Pro + Deep Learning, подойдет для тех, кто хочет прокачаться в программировании глубоких нейронных сетей и моделей машинного обучения. Прохождение курсов потребует базового знания языка Python. В процессе обучения вы освоите все классические алгоритмы машинного обучения — от деревьев до рекомендательных систем, а также научитесь создавать различные нейронные сети.
Вас ждут хакатоны и in class соревнования на kaggle.
Как подобрать нужный алгоритм? «Потрогаем руками» все алгоритмы и разберемся на практике — где нужны нейронные сети, а где достаточно классических алгоритмов. Комплексный подход, организованный на курсе Machine Learning Pro + Deep Learning, подойдет для тех, кто хочет прокачаться в программировании глубоких нейронных сетей и моделей машинного обучения. Прохождение курсов потребует базового знания языка Python. В процессе обучения вы освоите все классические алгоритмы машинного обучения — от деревьев до рекомендательных систем, а также научитесь создавать различные нейронные сети.
Вас ждут хакатоны и in class соревнования на kaggle.
Курс по машинному обучению и нейросетям подойдет вам, если вы
- НовичокВы 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. - ПрограммистВы программируете на Python
и столкнулись с задачами программирования нейронных сетей в работе. На курсе
вы освоите основные алгоритмы машинного обучения, обучите рекомендательную систему
и создадите несколько
нейронных сетей. - АналитикВы аналитик со знанием Python, оперируете большим объемом данных и хотите погрузиться в Machine Learning и Deep Learning. На курсе вы узнаете, какие задачи решает машинное обучение, примените
основные методы предобработки данных, создадите чат-бота на базе нейросети.
Мини-курс по нейросетям в подарок новым студентам
Медианная зарплата специалиста по нейросетям
200 000 ₽
1154 вакансий
доступно прямо сейчас*
*данные взяты с сайта
Партнеры курса
Лучшие студенты курса получат возможность пройти стажировку в компании EORA
Программировать на Python и использовать этот язык для анализа и обработки данных
Разработать модель предсказания кредитного рейтинга
Работать с моделями и алгоритмами машинного обучения и решать на их основе практические задачи
Построить модель для увеличения продаж в розничном бизнесе
Этот курс входит в программу Профессия «Data Scientist»
Получать данные из разных источников: базы данных, файлы, интернет
Создать систему рекомендаций подходящих товаров при покупке
Получите навыки уровня middle в Data Science
Вы научитесь:
Уже к середине курса вы сможете
Преимущества курса
- Для обучения machine learning + deep learning вам понадобится знание Python. Мы научим вас базовому пониманию машинного обучения и углубим знания в области Data Science.
- 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 — отработка практических навыков программирования глубоких нейронных сетей. Используем силу machine learning для решения задач бизнеса!
- Курс даст понимание алгоритмов и знание необходимых библиотек при использовании Deep Learning.
Преподаватели
- Эмиль МагеррамовCOO Data Lab,
компания EORA - Антон КиселевHead of R&D, компания EORA
- Сергей ВеренцовCTO, компания EORA
- Андрей ЗимовновСтарший разработчик в Яндекс.Дзен
- Дмитрий КоробченкоDeep Learning R&D Engineer, NVIDIA
- Эмиль БогомоловИнженер-исследователь в группе ADASE Сколтех
Краткая программа курса «Machine Learning PRO»
ML-PRO-1
ML-PRO-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
Решаем 50+ задач на закрепление темы
ML-PRO-2
ML-PRO-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
Решаем 60+ задач на закрепление темы
ML-PRO-3
ML-PRO-3
Регрессия
Осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию. Обучаем модели регрессии
Решаем 40+ задач на закрепление темы
Решаем 40+ задач на закрепление темы
ML-PRO-4
ML-PRO-4
Кластеризация
Осваиваем обучение без учителя, практикуемся в его различных методах, работаем с текстами средствами ML
Решаем 50+ задач на закрепление темы
Решаем 50+ задач на закрепление темы
ML-PRO-5
ML-PRO-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
Решаем 40+ задач на закрепление темы
ML-PRO-6
ML-PRO-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
Решаем 40+ задач на закрепление темы
Участвуем в соревновании на kaggle по обучению tree-based модели
ML-PRO-7
ML-PRO-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
Оцениваем качество нескольких моделей ML
Решаем 40+ задач на закрепление темы
ML-PRO-8
ML-PRO-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
Решаем 50+ задач на закрепление темы
ML-PRO-9
ML-PRO-9
Рекомендательные системы
Изучаем методы построения рекомендательных систем, осваиваем SVD-алгоритм, оцениваем качество рекомендаций обученной модели
Решаем 50+ задач на закрепление темы
Решаем 50+ задач на закрепление темы
ML-PRO-10
ML-PRO-10
Финальный хакатон
Применяем все изученные методы для получения максимальной точности предсказаний модели на kaggle
Программа курса «Deep Learning»
DL-1
DL-1
Введение в искусственные нейронные сети
Создаем нейронную сеть для распознавания рукописных цифр на языке Python
DL-2
DL-2
Фреймворки для глубокого обучения (TensorFlow, Keras)
Создаем модель распознавания изображений на базе датасета FashionMNIST и фреймворка Keras
DL-3
DL-3
Сверточные нейронные сети
Распознаем изображения в датасете CIFAR-10 с помощью сверточной нейронной сети
DL-4
DL-4
Оптимизация нейронной сети
Улучшаем скорость и производительность сетей для кейса предыдущего модуля
DL-5
DL-5
Transfer learning & Fine-tuning
Дообучение нейронной сети ImageNET для решения задачи классификации изображений
DL-6
DL-6
Сегментация изображений
Проектируем нейронную сеть для сегментации людей в датасете COCO
DL-7
DL-7
Детектирование объектов
Обучаем нейросеть решать задачу детекции на примере датасета с логотипами брендов
DL-8
DL-8
Введение в NLP и Word Embeddings
Создаем нейросеть для работы с естественным языком
DL-9
DL-9
Рекуррентные нейронные сети
Создаем чат-бота на базе рекуррентной нейросети
DL-10
DL-10
Reinforcement Learning (обучение с подкреплением)
Создаем агента для игры в Pong на основе DQN алгоритма
DL-11
DL-11
What's next?
Знакомимся с другими областями применения нейросетей. Создаем нейросеть GAN для генерации изображений
Отзывы о курсе
Среди наших студентов сотрудники компаний
Как проходит обучение
Слушаете лекции преподавателей
Вы сможете проходить обучение онлайн из любой точки планеты. Новые модули будут открываться раз в неделю.
Выполняете практические задания
Все практические задачи — реальные кейсы и задачи по применению алгоритмов Deep Learning для задач бизнеса.
Выпускной хакатон
В конце курса вас ждет командное соревнование, в котором вы сможете применить все полученные навыки.
Как получить скидку на обучение?
Обучение 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%.
* Если хотите подробнее узнать про скидку, свяжитесь с менеджером
Часто задаваемые вопросы
Рынку нужны специалисты по машинному обучению и программированию нейронных сетей. 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 130 000 — 300 000 ₽. Причина в том, что на рынке подобных специалистов крайне мало, а спрос на них (особенно со стороны больших ИТ-компаний) растет кратно каждый год. Наш курс поможет вам быть на передовой профессии и выгодно отличаться от специалистов, которые только начали делать первые шаги в Data Science и искать работу.
Ценятся такие специалисты высоко. Журнал IncRussia пишет, что зарплата специалиста по машинному обучению составляет 130 000 — 300 000 ₽. Причина в том, что на рынке подобных специалистов крайне мало, а спрос на них (особенно со стороны больших ИТ-компаний) растет кратно каждый год. Наш курс поможет вам быть на передовой профессии и выгодно отличаться от специалистов, которые только начали делать первые шаги в Data Science и искать работу.
Для комфортного обучения на курсе по нейронным сетям вам необходимо обладать базовыми знания Python для анализа данных.
Курс предназначен для начинающих Data Scientist, разработчиков, product-менеджеров и всех, кто хочет освоить профессию Data Scientist или использовать возможности машинного обучения в своей работе или бизнесе.
На курсе вы научитесь решать конкретные бизнес-задачи и разберетесь с алгоритмами Deep Learning, а также освоите работу с данными с помощью машинного обучения и создания нейронных сетей.
На курсе вы научитесь решать конкретные бизнес-задачи и разберетесь с алгоритмами Deep Learning, а также освоите работу с данными с помощью машинного обучения и создания нейронных сетей.
Знание Python (также вам потребуется его установить на компьютер), около 6-8 часов в неделю и желание получить новые знания и навыки создания нейронных сетей.
Наш курс — не замена бесплатным продуктам. Напротив, онлайн-курсы — это хорошо и полезно. Но у нашей программы есть неоспоримое преимущество: фокус на практику.
Вы будете учиться по принципу одно занятие = одна задача. На практике поймете, как работать с данными, алгоритмами Deep Learning. И сможете добавить эти кейсы в портфолио.
Вы будете учиться по принципу одно занятие = одна задача. На практике поймете, как работать с данными, алгоритмами Deep Learning. И сможете добавить эти кейсы в портфолио.
Просто посмотрите статистику Data Science / Machine Learning / Deep Learning на русскоязычных и зарубежных кадровых сайтах
Есть. Наш флагманский курс — Профессия Data Scientist. Да, он дольше и дороже, чем этот. Но зато Machine Learning и Deep Learning там подаются в связке со всеми другими темами по Data Science. С ним вы станете уверенным специалистом на рынке и, более того, сразу middle-уровня. Рекомендуем.
Научитесь использовать науку о данных, строить и тестировать математические модели на курсе «Профессия Data Scientist».
Выполните 10 реальных проектов и освойте фундаментальную профессию за два года на «Полном курсе по Data Science». А еще учитесь у лучших менторов, качайте скилы на тренажерах, участвуйте в хакатонах.
Откройте новые карьерные перспективы на курсе «Математика и Machine Learning для Data Science». За три месяца вы научитесь решать нетиповые задачи и понимать законы математики для построения моделей.
Выполните 10 реальных проектов и освойте фундаментальную профессию за два года на «Полном курсе по Data Science». А еще учитесь у лучших менторов, качайте скилы на тренажерах, участвуйте в хакатонах.
Откройте новые карьерные перспективы на курсе «Математика и Machine Learning для Data Science». За три месяца вы научитесь решать нетиповые задачи и понимать законы математики для построения моделей.
Мы разрабатываем курсы для людей старше 16 лет. Если вам еще не исполнилось 16, но есть желание попробовать IT и оценить свои силы, есть бесплатные мероприятия и материалы на странице. Вы сможете лучше сориентироваться в мире IT-профессий, понять, что интереснее и больше подходит, оценить сложность материала.
Мы стараемся гибко подходить к вашим потребностям. Поэтому учитываем обстоятельства и возвращаем стоимость обучения полностью или частично, когда это предусмотрено договором. Если вы передумали проходить курс или хотите оформить возврат по другой причине, позвоните на горячую линию — менеджер расскажет об условиях. Они также описаны в разделе 4 нашей оферты
Учитесь из любой точки в удобное время
Развивайте профессиональные навыки в онлайн-формате