course duration
needed to educate
for credit at your university
Курс посвящён основам анализа данных и машинного обучения. По результатам слушатели освоят способы предобработки и визуализации данных, изучат основные методы машинного обучения (линейные, метрические, решающие деревья и их композиции), научатся оценивать качество моделей. Курс пригодится всем, кто хочет «с нуля» погрузиться в область машинного обучения, получить первые практические навыки и начать применять их для решения собственных задач по извлечению пользы из данных.
Курс посвящён основам анализа данных и машинного обучения. По результатам слушатели освоят способы предобработки и визуализации данных, изучат основные методы машинного обучения (линейные, метрические, решающие деревья и их композиции), научатся оценивать качество моделей. Практика проходит на языке Python и основана на библиотеках pandas, matplotlib, scikit-learn. Для успешного прохождения курса требуются знания математики на уровне школьных курсов, а также навыки программирования на Python. Контроль на курсе представлен в виде заданий на программирования, заданий на построение выводов (проверяются с помощью взаимного оценивания), а также тестов на знание теоретического материала.
Курс состоит из 11 недель, каждая включает в себя несколько коротких видеолекций (суммарная продолжительность — от 60 до 90 минут), тест на знание теоретического материала (5-15 вопросов), а также тест, включающий в себя выполнение задания по программированию. На некоторых неделях задание по программированию заменено заданием на взаимное оценивание. В конце курса предусмотрен итоговый экзамен, состоящий из тестов.
Python, библиотеки numpy, pandas, matplotlib, seaborn, scikit-learn
Освоение школьного курса математики, навыки программирования на Python
course duration
needed to educate
for credit at your university
Position: Старший преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Position: Старший преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Position: Приглашенный преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Position: Приглашенный преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Магистр
Position: Приглашенный преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
Position: Приглашенный преподаватель факультета компьютерных наук, Департамент больших данных и информационного поиска
К сожалению, мы не гарантируем корректную работу сайта в вашем браузере. Рекомендуем заменить его на один из предложенных.
Также советуем ознакомиться с полным списком рекомендаций.
