Kursas „Duomenų mokslo specialistas“ - kursas 112 000 rub. iš Yandex seminaro, mokymai 8 mėnesiai, data 2023 m. lapkričio 30 d.
įvairenybės / / November 28, 2023
Ką daro duomenų mokslininkai?
Analizuokite didelius duomenų kiekius, kurkite modelius ir taikykite mašininį mokymąsi, kad galėtumėte prognozuoti ir nustatyti modelius. Jie reikalingi įvairiose srityse, kur reikia saugoti ir apdoroti duomenis.
Bankuose
Išanalizuoti duomenis apie klientus ir nustatyti, kokie rodikliai turi įtakos jų kreditingumui, numatyti tikimybę, kad klientas išeis iš banko
Pramonėje
Naudodami mašininį mokymąsi, jie prognozuoja, kada įranga suges ir kuriame telkinyje kasyba atneš didžiausią pelną.
Rinkodaros ir prekybos srityse
Jie padeda rasti augimo taškus, analizuodami sezoniškumą, didžiausias pardavimo dienas ir sukuria rekomendacijų sistemą
Transporto sektoriuje
Optimizuoti šviesoforų veikimą, įvertinti kelių apkrovą ir padėti koreguoti remonto planus
Baigti duomenų mokslo kursų programą
Reguliariai jį atnaujiname, siekdami užtikrinti, kad jis atitiktų pramonės ir darbdavių poreikius. Kitaip tariant, išmoksti tik tai, kas tikrai pravers tavo darbe.
Python ir duomenų analizės pagrindai: nemokamas įvadinis kursas:
Išmokite pagrindinių duomenų analizės sąvokų ir supraskite, ką daro duomenų analitikai ir duomenų mokslininkai. Išspręskite penkis darbo su duomenimis iš skirtingų sričių atvejus:
- išsiaiškinti masinio įtaisų gedimo priežastį,
- patikrinti mobiliųjų programų reklamos atsipirkimą,
- rasti geriausią vietą naujai parduotuvei,
- padėti pasirinkti DI startuolio plėtros strategiją,
- įvertinti robotų efektyvumą palaikymo tarnyboje.
Spręsdami atvejus išmoksite Python ir pandų bibliotekos pagrindus, išmoksite sudaryti kai kuriuos grafikus ir teisingai juos interpretuoti.
Supažindinimas su profesija „Duomenų mokslo specialistas“
Kas yra duomenų mokslo specialistas?
Kaip mes mokome.
Pagrindinis Python:
Pasinerkite į Python programavimo kalbą ir pandų biblioteką.
+1 projektas portfelyje
Palyginkite „Yandex“ naudotojo duomenis. Muzika pagal miestą ir savaitės dieną.
Išankstinis duomenų apdorojimas:
Išmokite išvalyti duomenis nuo nukrypimų, praleidimų ir pasikartojančių duomenų, taip pat konvertuoti skirtingus duomenų formatus.
+1 projektas portfelyje
Išanalizuoti duomenis apie banko klientus ir nustatyti kreditingų klientų dalį.
Tiriamoji duomenų analizė:
Išmokite tikimybių ir statistikos pagrindus. Naudokite juos norėdami ištirti pagrindines duomenų savybes, ieškoti modelių, pasiskirstymo ir anomalijų. Susipažinkite su scipy ir matplotlib bibliotekomis. Nubraižykite diagramas ir praktikuokite analizuoti grafikus.
+1 projektas portfelyje
Naršykite nekilnojamojo turto Sankt Peterburge ir Leningrado srityje pardavimo skelbimų archyvą.
Tikimybių teorija. Papildomas kursas
Prisiminkite arba atpažinkite pagrindinius tikimybių teorijos terminus: nepriklausomi, priešingi, nesuderinami įvykiai ir kt. Naudodamiesi paprastais pavyzdžiais ir smagiomis problemomis, praktikuosite darbą su skaičiais ir sprendimų logikos kūrimą.
Tai neprivalomas sprintas. Tai reiškia, kad kiekvienas studentas pats pasirenka vieną iš variantų:
- Išklausykite papildomą dešimties trumpų pamokų kursą, įsigilinkite į teoriją ir spręskite problemas.
- Atidarykite tik bloką su interviu užduotimis, prisiminkite praktiką be teorijos.
- Visiškai praleiskite kursą arba grįžkite į jį, kai turėsite laiko ir poreikio.
Galutinis pirmojo modulio projektas
Sužinokite, kaip atlikti preliminarų duomenų tyrimą ir suformuluoti bei patikrinti hipotezes.
+1 projektas portfelyje
Raskite modelius, kurie lemia žaidimo sėkmę.
Įvadas į mašininį mokymąsi:
Įvaldykite pagrindines mašininio mokymosi koncepcijas. Susipažinkite su Scikit-Learn biblioteka ir naudokite ją kurdami pirmąjį mašininio mokymosi projektą.
+1 projektas portfelyje
Sukurti tarifų rekomendacijų sistemą mobiliojo ryšio operatoriui.
Mokymų vedami mokymai:
Pasinerkite į karščiausią mašininio mokymosi sritį: prižiūrėtą mokymąsi. Sužinokite, kaip elgtis su nesubalansuotais duomenimis.
+1 projektas portfelyje
Numatykite tikimybę, kad klientas paliks banką.
Mašininis mokymasis versle:
Sužinokite, kaip mašininis mokymasis (trump. MO) padeda verslui rinkti duomenis ir kaip produktų metrika yra susijusi su MO metrika. Išmokite paleisti naujas paslaugos funkcijas naudodami ML. Sužinokite, kas yra verslo metrika, KPI ir A/B testavimas.
+1 projektas portfelyje
Išmokykite modelį, kuris padėtų nustatyti naują naftos gavybos vietą su mažiausia nuostolių rizika.
Galutinis antrojo modulio projektas:
Paruoškite duomenis mašininiam mokymuisi. Naudodamiesi modeliu įvertinkite jo kokybę.
+1 projektas portfelyje
Imituokite aukso rūdos lydymo procesą, kad pagerintumėte įmonės veiklą.
Tiesinė algebra:
Pažvelkite į kai kuriuos iki šiol išmoktus algoritmus ir geriau supraskite, kaip juos naudoti. Praktikoje nuo nulio įsisavinkite pagrindines tiesinės algebros sąvokas: tiesines erdves, tiesinius operatorius, euklido erdves.
+1 projektas portfelyje
Draudimo bendrovės klientų asmeninei informacijai apsaugoti naudokite duomenų konvertavimo metodą.
Skaitiniai metodai:
Išanalizuosite daugybę algoritmų ir pritaikysite juos praktinių problemų sprendimui skaitiniais metodais. Įvaldykite apytikslius skaičiavimus, algoritmų sudėtingumo įvertinimus ir gradiento nusileidimą. Sužinokite, kaip treniruojami neuroniniai tinklai ir kas yra gradiento didinimas.
+1 projektas portfelyje
Sukurkite modelį naudoto automobilio kainai nustatyti.
Laiko eilutės:
Laiko eilutės aprašo, kaip laikui bėgant kinta parametrai, pvz., elektros suvartojimas arba taksi užsakymų skaičius. Išmoksite analizuoti serijas, ieškoti tendencijų ir atpažinti sezoniškumą. Sužinokite, kaip sukurti lentelės duomenis ir laiko eilutės regresijos problemą.
+1 projektas portfelyje
Sukurkite modelį ir prognozuokite didžiausią taksi apkrovą.
Mašininis tekstų mokymasis:
Išmokite iš tekstų sudaryti skaitinius vektorius ir spręsti jiems klasifikavimo bei regresijos uždavinius. Sužinokite, kaip apskaičiuojamos TF-IDF funkcijos, ir susipažinkite su word2vec ir BERT kalbomis.
+1 projektas portfelyje
Paspartinkite komentarų moderavimą savo bendruomenėje automatizuodami toksiškumo vertinimą.
Pagrindinis SQL:
Išmokite SQL užklausų kalbos ir reliacinės algebros pagrindus dirbant su duomenų bazėmis. Susipažinkite su darbo PostgreSQL, populiarios duomenų bazių valdymo sistemos (trump. DBVS). Išmokite rašyti įvairaus sudėtingumo užklausas ir versti verslo problemas į SQL.
Dirbsite su internetinės parduotuvės, kurios specializacija yra filmai ir muzika, duomenų baze.
+1 projektas portfelyje
Parašykite įvairaus sudėtingumo užklausų seriją į duomenų bazę, kurioje saugomi duomenys apie rizikos investuotojus, startuolius ir investicijas į juos.
Kompiuterinis matymas:
Išmokite išspręsti paprastas kompiuterinio matymo problemas, naudodami paruoštus neuroninius tinklus ir Keras biblioteką. Susipažinkite su giluminiu mokymusi.
+1 projektas portfelyje
Sukurkite modelį, kad nustatytumėte apytikslį žmogaus amžių iš nuotraukos.
Mokymasis be priežiūros:
Neprižiūrimas mokymasis yra vienas iš mašininio mokymosi metodų, kai sistema išsprendžia problemą be iš anksto paženklintų duomenų pagal savo savybes ir struktūrą. Sužinokite apie grupavimo ir anomalijų aptikimo problemas.
Baigimo projektas:
Paskutiniame projekte patvirtinkite, kad įvaldėte naują profesiją. Išsiaiškinkite kliento užduotį ir pereikite visus duomenų analizės ir mašininio mokymosi etapus. Dabar nėra nei pamokų, nei namų darbų – viskas kaip tikrame darbe.
+1 projektas portfelyje
Galima rinktis iš projekto:
- Sukurkite modelį, kuris numato telekomunikacijų įmonės klientų mažėjimą.
- Sukurti modelį, numatantį metalurgijos gamyklos technologinio proceso parametrus.
D
daryamanannikova
01.10.2020 G.
Idealių internetinių kursų pavyzdys
„Yandex. Seminaro metu studijuoju DataScience profesiją, dabar gana madinga kryptis ir, kaip paaiškėjo, gana sunku, kaip sakoma, sunkiai išmokstama – lengva kovoti. (adsbygoogle = window.adsbygoogle || []).push({}); Kelyje buvo daug sunkumų, trūko laiko (ėmiau diplomą ir dirbau), jėgų periodiškai suprasti statistiką paliko, koronavirusas mus visus uždarė namuose...
S
sergenas355
14.07.2021 G.
Puikus edukacinis projektas
Privalumai: nuosavas simuliatorius, projektų apžvalgos, konsultacijos, bendruomenė Slack, pagalba visais klausimais. Trūkumai: vienintelis minusas, kad kai kuriose temose simuliatoriuje nėra visos medžiagos, savarankiškam informacijos paieškai reikia papildomo laiko Mokiausi Duomenų mokslų fakultete. Geras treniruočių formatas. Vieni ateina, kiti ne. Bet man tai yra maksimumas...