Курс по Machine Learning PRO

Продвинутый курс по машинному обучению с менторской поддержкой
Онлайн
из любой точки мира
11 октября
дата старта
12 недель
длительность курса
Пришло время заняться Machine Learning
С 2012 по 2019 годы количество вакансий специалистов по Data Science и машинного обучения 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.

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.
Партнер курса
Лучшие студенты курса получат возможность пройти стажировку в компании EORA
Из чего состоит курс
Курс включает в себя 10 модулей, более 500 упражнений на закрепление материала, обучение 10 алгоритмов машинного обучения, два 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)
Обучение моделей
На курсе по каждой теме вы работаете с моделью ML — файнтьюните, создаёте с нуля, оптимизируете, пробуете разные методы
Сообщество и ментор
На курсе вы не останетесь один на один с затруднениями — вам помогут не только ваши одногруппники, но и ментор курса. С такой поддержкой вы не бросите обучение на пол пути

Курс из специализации Data Science

Хотите узнать, как построить успешную карьеру
в Data Science?
Регистрируйтесь на онлайн-митап
16 cентября в 19:00 и узнайте, какие навыки нужны профи
и как использовать свой опыт для перехода в новую сферу
Курс по Machine Learning
Data-driven management
Python
Math&Stat
Machine
Learning

Deep
Learning

Data
Engineering

Менеджмент
Преподаватели
Эмиль Магеррамов
COO Data Lab,
компания EORA
Антон Киселев
Head of R&D, компания EORA
Сергей Веренцов
CTO, компания EORA
Краткая программа курса
Помощь наставника на протяжении обучения
Модуль 1
Модуль 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 2
Модуль 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 3
Модуль 3
Регрессия
Осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию. Обучаем модели регрессии
Решаем 40+ задач на закрепление темы
Модуль 4
Модуль 4
Кластеризация
Осваиваем обучение без учителя, практикуемся в его различных методах, работаем с текстами средствами ML
Решаем 50+ задач на закрепление темы
Модуль 5
Модуль 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 6
Модуль 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 7
Модуль 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 8
Модуль 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 9
Модуль 9
Рекомендательные системы
Изучаем методы построения рекомендательных систем, осваиваем SVD-алгоритм, оцениваем качество рекомендаций обученной модели
Решаем 50+ задач на закрепление темы
Модуль 10
Модуль 10
Финальный хакатон
Применяем все изученные методы для получения максимальной точности предсказаний модели на kaggle
Получить полную программу курса
А также практические задачи, которые вы разберете на курсе
Отзывы о курсе по машинному обучению
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. Подробную программу и все необходимые документы можете получить, оставив заявку.
На курсе обучение не заканчивается
Сертификат о прохождении курса. При необходимости на английском языке.
Помощь с трудоустройством и стажировкой
10 Jupyter ноутбуков, много готового кода для работы
Тусовка специалистов и полезные знакомства
Среди наших студентов сотрудники компаний
Запишитесь на курс
Стоимость обучения
Если курс не подойдет, мы вернем вам деньги
currentPrice basePrice
priceComment


Можно в рассрочку на 12 месяцев
installmentPrice в месяц
Подробнее
11 октября
дата старта
Онлайн
формат обучения
12 недель
длительность курса
* Скидки не суммируются
Как получить курс дешевле?
Оплатите курс целиком
При оплате курса целиком вы экономите
10-20%
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 5000руб в течение 3х дней после регистрации и получите персональную дополнительную скидку.
Репост
Поделитесь ссылкой на курс у себя в соц.сетях и получите дополнительную 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. Тем не менее, востребованы только хорошо подготовленные специалисты. Наш курс поможет войти в их число и укажет вектор к дальнейшему развитию.

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 новое электричество, для которого нужны инженеры, а не ученые. Чтобы освоить машинное обучение, не нужно быть программистом от бога или иметь ученую степень по информатике. Тем не менее, уверенное владение основами языка Python и библиотеками Pandas и NumPy, а также основными представлениями в линейной алгебре, матанализе и статистике вам понадобится, чтобы получить максимум пользы от курса. Если вы не уверены в своих знаниях в этих областях — рекомендуем пройти наш курс-тренажер Python для анализа данных, а также курс Математика и статистика для Data Science. С этим багажом вы сможете уверенно приступить к освоению машинного обучения.

Всему остальному мы научим на курсе.
Для кого этот курс
Курс предназначен для аналитиков, разработчиков, технических специалистов, 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. Около 6-8 часов в неделю, желание получить новые знания и готовность работать.
Я стану гуру машинного обучения?
Путь Data Scientist — долгий, и требует постоянного совершенствования и значительной практики. Мы дадим вам уверенную подготовку, понимание общих принципов обучения алгоритмов, базирующихся на математике и статистике, и их реализации в жизни. Расскажем, где еще вы можете расширить свои знания и прокачать навыки. Дадим совет, как подать себя на собеседованиях, а лучших студентов пригласим на стажировку в компанию EORA. Дальше всё будет зависеть от вас.
Чем вы лучше бесплатных курсов
Наш курс не отменяет прохождения бесплатных онлайн-курсов. Напротив, онлайн-курсы — это очень хорошо и полезно, и мы рекомендуем студентам проходить другие курсы параллельно с нашими (если останется время) или после наших, чтобы получить как можно больше знаний о сфере с разных точек зрения и упрочить своё понимание. Но у наших курсов есть неоспоримые преимущества: фокус на практике, помощь преподавателя и поддержка группы.

Вы будете изучать все аспекты машинного обучения на практике. Вместе с опытными data scientist'ами с опытом работы с различными заказчиками вы пройдете все этапы проекта по машинному обучению: загрузка и очистка данных, выбор модели, разделение на основную и контрольную выборку, «тюнинг» модели, оценка качества и многое другое.

Каждое занятие будет сопровождаться множеством упражнений, которые закрепят ваше понимание теоретических аспектов и позволят потренироваться в написании кода, а также специальным 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. Мы очень много внимания уделяем сообществу и поддержке на наших курсах, и, по нашей статистике, это значительно влияет на прогресс студентов: меньше участников "ломается" в процессе и забрасывает обучение.
Это действительно востребовано?
Просто посмотрите статистику Data Science на русскоязычных и зарубежных кадровых сайтах