Анализ данных на практике

Курс предполагает изучение следующих тем:

• Создание понимания задач машинного обучения, мотивация к их решению и практические приложения этих задач.
• Базовые практические навыки постановки и решения задач анализа данных как инженерных задач
• Актуальные задачи и некоторые последние достижения в области анализа данных

Для бесплатного просмотра доступны только часть материалов курса. Полный доступ откроется только после оплаты сертификации. Стоимость сертификации составляет 3600 рублей.

Курс состоит из 13 учебных недель (включая экзамен). Для успешного решения большинства задач из тестов достаточно освоить материал, рассказанный на лекциях. На семинарах разбираются и более сложные задачи, которые смогут заинтересовать слушателя, уже знакомого с основами.

Неделя 1: Введение

Неделя 2: Метрики качества. Работа с признаками, постановка задач

Неделя 3: Решающие деревья в задачах классификации и регрессии

Неделя 4: Построение ансамблей. Random Forest и Gradient Forest

Неделя 5: Логистическая регрессия и SVM

Неделя 6: Кластеризация

Неделя 7: Введение в Text Mining

Неделя 8: Introduction in the deep learning

Неделя 9: Deep learning for Data with Sequence Structure

Неделя 10: Рекомендательные системы

Неделя 11: Case Study: Прогнозирование оттока

Неделя 12: Прогнозирование временных рядов

По итогам успешного прохождения курса у Вас сложится общая картина обо всех направлениях анализа данных. Вы узнаете об основных способах машинного обучения: supervised learning, unsupervised learning и даже semi-supervised learning. Вы научитесь решать задачи классификации, регрессии, кластеризации, узнаете о всех тонкостях оценки качества алгоритмов, преобразования признаков. И, конечно же, у Вас появится представление о реальных задачах анализа данных – мы рассмотрим такие примеры, как классификация музыки по жанрам, максимизация дохода, прогнозирование оттока пользователей, анализ текстов. Кроме того, мы разберем все основные структуры нейронных сетей и то, как и где их применять. Напоследок, Вы познакомитесь с основными понятиями и методами в прогнозировании временных рядов.