Машинное обучение для начинающих от Карпов курсы

    Карпов курсы
    Стоимость курса
    110 000 Р
    Длительность
    7 месяцев
    Сертификат
    Нет
    Начало курса
    В любой момент
    Трудоустройство
    Содействие

    Кому подойдет

    • Новичкам
    • Аналитикам
    • Математикам
    • Разработчикам

    Чему Вы научитесь

    • Уметь разрабатывать приложения на Python, знать основы объектно-ориентированного программирования. Владеть библиотеками для анализа данных и машинного обучения: pandas, numpy, matplotlib, seaborn, scipy, sklearn
    • Знать синтаксис SQL, умею составлять запросы к базам данным и работать с SQLAlchemy
    • Знаком с основами backend-разработки и фреймворком FastAPI.
    • Использовать Git для версионирования приложений и работы над проектами.
    • Применять Airflow для автоматизации регулярных задач
    • Знать классические ML-алгоритмы и уметь строить ML-модели для решения задач регрессии, классификации и кластеризации
    • Иметь опыт применения продвинутых ML-моделей на основе градиентного бустинга: CatBoost, LightGBM, XGBoost
    • Знаком с нейронными сетями и библиотекой PyTorch*. Уметь решать задачи по работе с текстами и изображениями: классификация, детекция объектов, распознавание лиц, генерация текстов
    • Разбираться в основах теории вероятностей и математической статистики. Знать основные статистические критерии и условия их применимости
    • Уметь проводить A/B-тесты и оценивать влияние ML-моделей на продукт. Понимать, как рассчитываются объём выборки, величина эффекта и продолжительность эксперимента

    Программа обучения

    1. ПРИКЛАДНАЯ РАЗРАБОТКА НА PYTHON

    Начнём с основ программирования, научимся писать код на Python и освоим библиотеки для анализа данных и машинного обучения. Научимся работать с базами данных и разберёмся, как с помощью SQL-запросов получать данные для моделей. Поговорим об архитектуре приложений и узнаем, как контролировать версии с помощью Git. Напишем прототип будущего ML-сервиса и настроим всё необходимое для его работы.

    2. МАШИННОЕ ОБУЧЕНИЕ

    Познакомимся с классическими алгоритмами машинного обучения. Рассмотрим всё от простых линейных моделей до градиентного бустинга на решающих деревьях. Научимся готовить данные для моделей, настраивать разные параметры и оценивать качество работы ML-алгоритмов. Обсудим тонкости разработки рекомендательных систем, обучим модель на данных социальной сети и свяжем её с нашим приложением.

    3. ОСНОВЫ DEEP LEARNING

    Глубинное обучение и нейронные сети позволяют решать задачи, в которых классические модели бессильны: распознавание лиц, детекция объектов на изображениях, генерация осмысленного текста. Разберём популярные архитектуры нейросетей, научимся применять предобученные модели и тренировать свои. Построим продвинутую модель и усовершенствуем наш алгоритм рекомендаций.

    4. СТАТИСТИКА И A/B-ТЕСТЫ

    Рассмотрим основные понятия теории вероятностей и математической статистики. Научимся проводить A/B-тесты и достоверно оценивать влияние ML-моделей на продукт и бизнес. Обсудим подводные камни проведения экспериментов и способы оценки метрик в ситуациях, когда A/B-тест провести невозможно. Реализуем свою систему тестирования и узнаем, удалось ли нам повысить качество рекомендаций в сравнении с базовым решением.

    5. ПОДГОТОВКА К СОБЕСЕДОВАНИЯМ

    Поделимся своим опытом и расскажем, как проходят собеседования на Junior ML-инженера: разберём алгоритмические задачи на Python, а также популярные вопросы по машинному обучению, статистике и А/В-тестам. Практические задания помогут набраться уверенности в своих знаниях, заранее набить руку и уверенно пройти этот непростой этап.

    Отзывы о школе 2

    5 из 5
    2
    0
    0
    0
    0
    Сортировать:
    Дате публикации
    • Дата публикации
    • Популярности
    • Сначала положительные
    • Сначала отрицательные
    • Наталья 12 августа 2023

      Как тестировщик с опытом работы несколько лет в сфере айти, я почувствовала усталость от монотонности работы по поиску багов и желание построить что-то красивое и полезное самостоятельно. Начала с изучения нескольких курсов по JS,HTML, CSS однако чувствовала неуверенность в своих знаниях и решила найти курс, который дает не только базовые знания, но и практический опыт, который пригодится в работе. Мой выбор пал на курс Frontend на Карпов курсы в силу интересного содержания и обещания дать все необходимые навыки для повседневных задач. Меня также увлекли высококачественные видео на Youtube, в которых преподаватели предоставляли доступную полезную информацию. Сейчас, обучаясь на этом курсе, я уверена, что получаю именно то, что обещано в описании. Лекции содержат множество полезной информации, которую я не найду в других учебных материалах, а подача материала четкая и не затянутая - видно, что лекции предельно точно подготовлены. Задания зачастую вызывают у меня сложности, но мне нравится бороться с ними и я учусь на примере выполнения заданий. Мини-проекты разработаны таким образом, чтобы мы применяли знания, полученные в каждом модуле. Благодаря ним я поборола свой страх перед созданием кода с нуля. Теперь я уверена в своих знаниях и думаю, что на своей первой работе в качестве фронтенд-разработчика я справлюсь с задачами и принесу пользу. Желаю нам всем успехов в этом интересном и нелегком пути становления профессионалом в области веб-разработки!

      Был ли отзыв полезен?
    • Виталий 4 июня 2023

      Благодаря курсам "Аналитик данных" и "Симулятор аналитика" на платформе Карпов курсы, мне удалось значительно улучшить свой профессиональный уровень в области аналитики данных. Кроме того, на курсе "Инженер данных" я смог дополнить свой набор навыков. Особенно я хотел бы отметить курс "Симулятор аналитика". Кроме того мне понравилось наличие множества новых инструментов и тем, которые можно было использовать в работе сразу после прохождения курса. Благодаря помощи преподавателей и эффективной методике курса, мне уже после выполнения первого задания удалось создать метрики и систему мониторинга в нашей компании. Это было невероятно полезным, так как сразу запустилось практическое применение учебной программы, что помогло мне значительно расширить свой профессиональный опыт. В настоящее время я работаю в продуктовой команде и сталкиваюсь с огромным количеством продуктов, функций, API-интеграций и многим другим. Однако благодаря курсам в этой школе, я смог наладить систему мониторинга на основе Qlik Sense, придумал новые метрики для одного из наших продуктов и успешно использую GitLab. Эти знания и навыки помогают мне в работе на проектах с большим объемом данных и повышают мою профессиональную ценность.

      Был ли отзыв полезен?
    Посмотреть все отзывы о Карпов курсы