Машинное обучение: фундаментальные основы и алгоритмы

Курс «Научные основы интеллектуального анализа данных и машинного обучения» — это погружение в фундамент Data Science: от жизненного цикла CRISP-DM до кластеризации, классификации и регрессии. Вы получите не просто набор инструментов, а понимание, как мыслит аналитик.

Повышение квалификации, а не «второе высшее». Вам не нужно писать диплом и тратить полгода. Всего 54 академических часа — и вы получаете официальное удостоверение НИЯУ МИФИ. Быстро, конкретно, с фокусом на практику.

Почему удостоверение от МИФИ имеет значение? НИЯУ МИФИ — ведущий технический университет с мировым именем. Входит в топ-3 технических вузов России, а его выпускники ценятся работодателями из госкорпораций и высокотехнологичных отраслей. Документы о повышении квалификации, выданные университетом, признаются в сфере IT, инженерии и государственном секторе. Удостоверение вносится в реестр ФИС ФРДО.

Сколько времени займёт обучение? Программа включает 54 академических часа. Обучение проходит онлайн, в удобном темпе. Освоение курса обычно занимает 2–3 недели. Доступ к материалам сохраняется на весь период сессии.

Как считается трудоемкость? 36 часов - это общая трудоемкость освоения программы. Она включает в себя следующие виды учебных занятий:

• Просмотр видеолекций (общая длительность в среднем составляет около 300 минут).
• Самостоятельное изучение и конспектирование материалов.
• Прохождение промежуточных тестов (каждый можно пройти 2 раза).
• Взаимодействие с тьютором/преподавателем по вопросам обучения.
• Подготовка и прохождение итоговой аттестации.

Кому подойдёт этот курс? Аналитикам данных, junior ML-инженерам, исследователям, специалистам по информационной безопасности, студентам технических направлений, а также преподавателям технических вузов.

Кто вас учит? Курс разработан преподавателями НИЯУ МИФИ с реальным бэкграундом в индустрии. Вы получите опыт решения актуальных задач индустриальных партнёров.

Почему этот курс стоит выбрать? Хотите получить цельную картину мира Data Science? Этот курс — единственный в линейке, который охватывает все ключевые классы задач: от поиска ассоциаций до композиций алгоритмов (бэггинг, случайный лес, градиентный бустинг). Вы перестанете теряться в многообразии методов и научитесь осознанно выбирать инструменты для любой аналитической задачи. Идеально подходит для тех, кто хочет систематизировать знания, или для преподавателей, которым нужен структурированный обзор всей дисциплины. Все основано на реальных кейсах и академическом подходе МИФИ.

Инструменты и технологии, которые вы освоите:

• Методология: CRISP-DM, жизненный цикл анализа данных.
• Предобработка: очистка, редукция, визуализация.
• Поиск правил: Apriori, FP-Growth, ассоциативные правила.
• Кластеризация: k-средних, иерархическая, DBSCAN, OPTICS.
• Классификация: деревья решений, наивный Байес, метод опорных векторов, логистическая регрессия.
• Регрессия: линейная, градиентный спуск, регуляризация.
• Композиции: бэггинг, случайный лес, градиентный бустинг.

Как устроено обучение:

• Видеолекции с практикой. Короткие ролики с примерами.
• Тесты после каждого модуля. Каждый можно пройти 2 раза.
• Итоговая аттестация с прокторингом для получения удостоверения.
• Поддержка. В разделе «Обсуждение» можно задать вопросы автору курса.

Все материалы становятся доступны сразу после оплаты. Учитесь в удобное время.

Корпоративным клиентам: Для юридических лиц возможно корпоративное обучение по счёту-оферте. Запрос отправляйте на openedu@mephi.ru с указанием ФИО, должности и организации.

Модуль 1. Введение в анализ данных.
- Урок 1. Предмет интеллектуального анализа данных. История вопроса. Основная терминология.
- Урок 2. Приложения анализа данных. Жизненный цикл CRISP-DM. Инструментарий.

Модуль 2. Предобработка и постобработка данных.
- Урок 1. Предварительная обработка данных. Очистка. Интеграция.
- Урок 2. Редукция и сокращение объёма данных. Преобразование данных.
- Урок 3. Визуализация данных (обзор методов).

Модуль 3. Поиск шаблонов и ассоциативных правил.
- Урок 1. Основные задачи поиска ассоциативных правил.
- Урок 2. Алгоритм Apriori.
- Урок 3. Алгоритм FP-Growth.

Модуль 4. Кластеризация.
- Урок 1. Постановка задачи кластеризации. Метод k-средних.
- Урок 2. Агломеративная иерархическая кластеризация. Дендрограммы.
- Урок 3. Плотностные методы: DBSCAN, OPTICS.
- Урок 4. Оценка качества кластеризации.

Модуль 5. Поиск аномалий.
- Урок 1. Критерии аномальности. Статистические методы.
- Урок 2. Метод вложенных циклов. Сеточный метод.

Модуль 6. «Обучение с учителем»: теоретические основы.
- Урок 1. Задание объектов и признаков. Понятие модели.
- Урок 2. Настройка параметров. Оценка качества. Переобучение.

Модуль 7. Элементарные методы классификации.
- Урок 1. Постановка задачи классификации.
- Урок 2. Деревья принятия решений. Алгоритм ID3.
- Урок 3. Наивный байесовский метод.
- Урок 4. Метод k ближайших соседей. Метрики качества.

Модуль 8. Элементарные методы восстановления регрессии.
- Урок 1. Постановка задачи регрессии. Линейная парная регрессия.
- Урок 2. Градиентный метод. Стохастический градиент.
- Урок 3. Регуляризация.

Модуль 9. Линейные методы классификации и регрессии.
- Урок 1. Обобщенная модель линейного классификатора.
- Урок 2. Метод опорных векторов.
- Урок 3. Логистическая регрессия. Softmax.

Модуль 10. Композиции алгоритмов.
- Урок 1. Простое голосование классификаторов.
- Урок 2. Бэггинг. Случайный лес.
- Урок 3. Градиентный бустинг.

После курса вы сможете (вот что попадёт в ваше резюме):

• Применять методы интеллектуального анализа данных для решения прикладных задач.
• Строить модели классификации, кластеризации и регрессии, оценивать их качество.
• Самостоятельно ставить задачи научных исследований в области анализа данных и ИБ.

Честные правила возврата денег

• ✅ Открыли менее 25% блоков — вернём 100%.
• ✅ Открыли от 25% до 50% блоков — вернём 25%.
• ❌ Открыли более 50% блоков — возврата нет (услуги считаются оказанными).
• ❌ Не набрали 60 баллов (или не завершили обучение до окончания сессии) — возврата нет (услуги считаются оказанными, документ не выдан).
• ❌ Вас поймали на списывании — возврата нет, договор расторгнут.

Что такое «открытие блока»? Это технический факт загрузки страницы с учебным материалом (видео, тест, текст) на Портале. 
Неважно, смотрели ли вы видео до конца или отправляли ответы на тест — система фиксирует сам факт открытия страницы. 
Процент просмотра отображается в вашем личном кабинете.
Если вы открыли блок, а внутри ничего нет (пустая страница) — сделайте скриншот и сразу сообщите нам на openedu@mephi.ru. 
Мы проверим и решим проблему либо по запросу вернем деньги, если проблема на нашей стороне.

Для возврата средств направьте письменное требование на openedu@mephi.ru. Возврат осуществляется в течение 15 рабочих дней.

Часто задаваемые вопросы

Как получить удостоверение?
Успешно завершить программу (набрать 60+ баллов из 100 по всем тестам). Документ высылаем на почту в электронном виде. Оригинал — по запросу.

Как быстро я получу удостоверение?
Электронное удостоверение высылаем в течение 30 рабочих дней после успешной проверки прокторинга. Оригинал на бумаге — по вашему запросу; отправим почтой 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.