Лучшие студенты курса получат возможность пройти стажировку в компании EORA.
В рамках комплекта курсов слушатели получат продвинутые знания о машинном и глубоком обучении.
Мы изучаем:
Курс подойдет начинающим Data Scientists, программистам и аналитикам, работающим с Python.
Для обучения на курсе необходимо базовое знание языка Python.
Эксперты - опытные педагоги-практики
Выпускники курсов HiBrain получают уникальную возможность применить новые знания: компании-партнёры проекта ждут наших слушателей на стажировки и предлагают трудоустройство.
Вводный модуль направлен на знакомство с основами Machine learning, изучение практических кейсов и базовых алгоритмов.
Слушатели познакомятся с типами данных, средствами их очистки обогащения, а также освоят feature engineering.
Студентов ждет работа с линейной и логистической регрессией, границами применимости, аналитическим выводом и регуляризацией.
Блок направлен на освоение и применение различных методов обучения без учителя.
В рамках модуля слушатели изучат решающие деревья, их свойства и варианты использования для решения задач регрессии.
Студенты изучат особенности ансамблей деревьев, применят навыки бустинга и работы с ансамблями.
Студенты изучат принципы разбиения выборки, недо- и переобучение, оценят модели по различным метрикам качества, научатся визуализировать процесс обучения.
Студентов ждёт работа с анализом временных рядов в ML, линейными моделями и XGBoost.
Блок направлен на изучение методов построения рекомендательных систем, освоение SVD-алгоритмов и оценку качества рекомендаций обученной модели.
Итогом курса станет применение изученных методов и технологий для получения максимальной точности предсказаний модели на kaggle.
В рамках расширенного практического курса слушатели создадут нейронные сети для распознавания и обработки рукописных текстов, изображений, естественной речи, научатся работать со скоростью и производительностью сетей и разработают несколько проектов для своего портфолио.