Стоимость прохождения процедур оценки результатов обучения с идентификацией личности - 9000 Р.
Стоимость полного доступа к материалам курса — 9000 ₽ (включая НДС 22%). Оплата — единоразово, 100% предоплата. Доступ открывается сразу после оплаты.
У курса есть бесплатная ознакомительная часть: нажмите на кнопку “Записаться”, этот курс появится у вас в разделе “Мои курсы”, и вы сможете посмотреть бесплатные общедоступные видеолекции, после чего принять решение: покупать курс или нет.
Вы можете пройти повышение квалификации по этому курсу в онлайн-формате. В отличие от сертификата, удостоверение о повышении квалификации — это официальный документ государственного образца (72 часа, ФИС ФРДО).
Записаться на программу повышения квалификации можно по ссылке.
Как получить сертификат?
Оплатить доступ ко всему контенту, пройти все тесты (включая итоговый) минимум на 60 баллов из 100. Напоминаем - это не документ государственного образца.
Как долго будет доступен курс?
Доступ к видеолекциям сохраняется на весь период сессии (минимум 14 дней с даты оплаты). Вы можете вернуться к материалам в любое время.
Какие технические требования?
Компьютер с доступом в интернет (от 1 Мбит/с), современный браузер.
Остались вопросы? Напишите нам: openedu@mephi.ru
Обучение ведётся на русском языке. Все услуги предоставляются в соответствии с публичной офертой.
Основная литература:
Дополнительная литература:
Знание основ информатики, основ теории вероятностей и математической статистики. Желательно знакомство с основами методов оптимизации.
Модуль 1. Введение в анализ данных.
Модуль 2. Предобработка и постобработка данных.
Модуль 3. Поиск шаблонов и ассоциативных правил.
Модуль 4. Кластеризация.
Модуль 5. Поиск аномалий.
Модуль 6. «Обучение с учителем»: теоретические основы.
Модуль 7. Элементарные методы классификации.
Модуль 8. Элементарные методы восстановления регрессии.
Модуль 9. Линейные методы классификации и восстановления регрессии.
Модуль 10. Композиции алгоритмов классификации и регрессии.
Знание основных методов интеллектуального анализа данных, основных методов решения задач машинного обучения.
Умение применять при решении прикладных задач методы и алгоритмы поиска часто встречающихся шаблонов, классификации, кластеризации, восстановления регрессии.
Навык самостоятельной постановки конкретных задач научных исследований в области ИБ или информационно-аналитических систем безопасности и решения их с использованием новейшего отечественного и зарубежного опыта; навык планирования и организации предпроектных исследований объектов обеспечения ИБ или объектов информационноаналитических систем безопасности.
После курса вы сможете (вот что попадёт в ваше резюме):
Для возврата средств направьте письменное требование на openedu@mephi.ru. Возврат осуществляется в течение 15 рабочих дней.
Что будет, если я пройду курс очень быстро?
Даже если вы успешно завершите программу за 3–4 дня, доступ к материалам сохранится на весь установленный срок сессии (минимум на 14 дней).
Что такое прокторинг?
Это система видеонаблюдения во время итогового теста. Вы выбираете удобное время, сотрудники МИФИ проверят запись. Это гарантирует, что удостоверение получите именно вы.
Можно ли пересдать тесты?
Да, каждый тест (как промежуточный, так и итоговый) можно пройти 2 раза.
Какие технические требования?
Компьютер с доступом в интернет (от 1 Мбит/с), веб-камера для прокторинга, современный браузер.
Остались вопросы? Напишите нам: openedu@mephi.ru
Обучение ведётся на русском языке. Программа реализуется с применением исключительно электронного обучения и дистанционных образовательных технологий. Все услуги предоставляются в соответствии с публичной офертой.
Ключевые слова: интеллектуальный анализ данных обучение, машинное обучение курс, Data Science повышение квалификации, кластеризация обучение, классификация ML, регрессионный анализ, Apriori алгоритм, случайный лес, градиентный бустинг, CRISP-DM.
Информация для сертификата (Знать/Уметь/Владеть):
Знать: основные методы интеллектуального анализа данных и машинного обучения; жизненный цикл анализа данных CRISP-DM; методы предобработки и визуализации данных.
Уметь: применять методы кластеризации, классификации, поиска ассоциативных правил и регрессии; оценивать качество моделей; выявлять аномалии.
Владеть: навыками постановки задач Data Science; навыками работы с алгоритмами Apriori, FP-Growth, k-средних, DBSCAN, деревьями решений, методом опорных векторов.

Стоимость: 22000 ₽