Advanced
4.6

Курс Machine Learning в Одесі

На курсі будуть розглянуті різні завдання машинного навчання з точки зору роботи з даними і особливостей різних моделей машинного навчання.

На курсі використовується мова Python, як найпоширеніша на сьогоднішній день мова для роботи з машинним навчанням і аналізом даних.

Для тих, хто не працював з мовою Python, надаються 4 вступних заняття.

Вивчаємі технології

Мета курсу

  • Отримати загальне уявлення про аналіз даних і машинне навчання;
  • Зрозуміти призначення різних моделей машинного навчання та галузей використання;
  • Дізнатися стандартні рішення широко поширених завдань аналізу даних.

Курс допоможе вам

  • Навчитися працювати з даними, будувати моделі машинного навчання;
  • Розібратися з візуалізацією різних структур даних;
  • Навчитися будувати предиктивні моделі для аналізу різних процесів.

Для кого курс

Розрахований на IT-фахівців і інженерів будь-якої спеціальності, які знають Python, лінійну алгебру, математичний аналіз і статистику на рівні першого курсу технічного вузу.

Для запису потрібно пройти тест.

Викладач курсу

Вас буде навчати практикуючий фахівець, який працює в топовій компанії.

  • Андрій Латиш

    Андрій Латиш

    Інженер по машинному навчання аналізу даних

Програма курсу Machine Learning

  1. Python, частина 11

    • Змінні й типи змінних
    • Ввід і вивід даних
    • Модулі
    • Умовні оператори
    • Булевий тип та логічні оператори
  2. Python, частина 22

    • Оператори циклу
    • Списки
  3. Python, частина 33

    • Порівняння
    • Кортежі
    • Рядки
    • Багатовимірні списки
    • Функції й області видимості
  4. Python, частина 44

    • Множини
    • Словники
    • Основи об'єктно-орієнтованого програмування
  5. Математика для машинного навчання5

  6. Підготовка даних6

    • Обробка пропущених значень
    • Робота з аномальними значеннями
    • Перетворення даних
    • Конструювання ознак
    • Нормалізація і стандартизація
  7. Регресійні моделі7

    • Лінійна регресія з однією змінною
    • Лінійна регресія з кількома змінними
    • Метод градієнтного спуску
  8. Складніші регресійні моделі8

    • Регресія вищого порядку
    • Метрики помилки в регресійному аналізі
    • Виділення ознак
    • Компроміс зсуву та дисперсії
    • Перехресна валідація
  9. Логістична регресія9

    • Матриця збентеження
    • Регуляризація
    • Перехресна валідація методом К-згинів
  10. Метод опорних векторів10

    • Метод опорних векторів з жорстким і м’яким розділенням
    • Метод опорних векторів з нелінійним ядром
    • Багатокласова класифікація
  11. Дерева прийняття рішень11

    • Коефіцієнт нерівності Джині й виграш по Джині
    • Ентропія та інформаційний виграш
    • Випадковий ліс
  12. Кластеризація12

    • Метод К-середніх і К-середніх++
    • Методи оцінки якості кластеризації
    • Поняття норми й метричного простору
    • Ієрархічна кластеризація
  13. Нейронні мережі, частина 113

    • Принцип роботи й влаштування нейронної мережі
    • Процес навчання нейронної мережі
    • Проектування нейронних мереж
  14. Нейронні мережі, частина 214

    • Робота з нейронними мережами у Keras
    • Згорткові нейронні мережі
    • Рекурентні нейронні мережі
  15. Ансамблювання методів. Навчання з підкріпленням15

    • Беггінг
    • Бустинг
    • Стекування
    • Генетичні алгоритми
  16. Наївний баєсів класифікатор. Рекомендаційні системи16

  17. Аналіз часових рядів17

    • Перехресна валідація для часових рядів
    • Декомпозиція часового ряду
    • Поняття стаціонарності часового ряду
    • Модель SARIMA
  18. Обробка природних мов18

    • Токенізація
    • Стемінг та лематизація
    • Bag of words
    • TF-IDF
    • Векторне представлення слів (Word embedding)
Сертифікат
Випускники отримують
сертифікат про закінчення курсу
з підсумковою оцінкою.

Безкоштовні бонуси курсу

Наші викладачі та випускники працюють в топових IT-компаніях світу

Відгуки випускників цього курсу

Переваги навчання у Комп'ютерній школі Hillel

  • Відеозаписи занять
  • Викладачі-практики
  • Класи з комп'ьютерами
  • Програма Hillel EVO
Відеоогляд школи

Працевлаштування

Що ми робимо для того, щоб ви досягли успіху?

В процесі навчання Студенти працюють над реальними проектами

Безкоштовні заняття з профільної англійської мови та спікінг-клаби

Додаткові відеокурси з актуальних технологій

Доступ до матеріалів залишається після закінчення курсу

Регулярні майстер-класи з підготовки резюме та пошуку роботи

Програми усіх курсів адаптовані під запити ринку

Програма для реалізації ідей Студентів та Випускників Школи
  • Iдея
  • Пітчинг
  • Команда
  • Реалізація
  • Презентація

Часті питання

Часті питання

Операційна система:

    • Windows 10 64-біт
    • macOS 10.13 або вище
    • Linux: Ubuntu 16.04 / 18.04

Процесор* :

    • Мінімум intel core i3 4-го покоління
    • Рекомендується i5 7-го

Оперативна пам'ять:

    • Мінімум 8 Гб
    • Рекомендується 12 Гб

Пам'ять:

    • Мінімально 200 Гб HDD і більш
    • Рекомендується 200 SSD і більш

* Допустимі аналоги від AMD

Слід зазначити, що кожен напрямок, який ви могли б вивчити у нашій Школі, є, практично, ідентичним за затребуваністю. При виборі напрямку дуже важливо враховувати те, чим би вам хотілося займатися у майбутньому. Те, до чого ви більше схиляєтеся і що вам більше подобається у повсякденному житті. Аж до того, які предмети вам краще давалися, коли ви навчалися у школі.

Щоб допомогти вам з вибором напрямку, ми склали спеціальний профорієнтаційний тест.

Для того, щоб визначитися з напрямком і задати всі ваші запитання, ви можете записатися на безкоштовну консультацію, і протягом короткого часу з вами зв'яжеться один з наших адміністраторів і зможе детально про все розповісти.

Програма наших курсів, які орієнтовані на працевлаштування, побудована таким чином, що Студент, проходячи кожен її пункт, виконуючи всі домашні завдання і дотримуючись всіх порад Викладача, може розраховувати на подальше працевлаштування і відповідати існуючим вакансіях на фахівця початкового рівня в області обраного курсу. Вкрай важливо пам'ятати про те, що не дотримуючись вищевказаних принципів, досягти необхідного результату по завершенні курсу, швидше за все, буде неможливо. Саме тому ми не можемо заздалегідь вам гарантувати працевлаштування, але ми можемо сприяти в цьому нашим Випускникам, які навчалися найбільш ретельно. Наш штатний менеджер з працевлаштування випускників завжди радий в цьому допомогти нашим Випускникам, а також відповісти на їхні запитання, пов'язані з оформленням резюме та іншим. Також в нашій Школі ми проводимо безкоштовні заняття з рекрутерами з IT-компаній міста, де вони дають поради з пошуку першої роботи в IT-сфері.

Ви можете прочитати відгуки наших Студентів та Випускників на нашому сайті за цим посиланням. Ще ви зможете знайти відгуки і інформацію про нас на DOU.ua або можете прописати назву нашої Школи у Google, де ви також зможете побачити відгуки про нашу Школу у Google-акаунті або на Google-картах.

Виконання домашніх робіт, одна з найважливіших складових навчання. Для того, щоб отримати максимальний бал за домашнє завдання, потрібно:

  • Виконати завдання в зазначені терміни
  • Виконати всі умови завдання
  • Виконати завдання без помилок
  • Перездача домашнього завдання не більше одного разу

Ми завжди дуже відповідально намагаємося підходити до питання підбору Викладачів у нашій Школі. Наші Викладачі — практикуючі фахівці в найбільших IT-компаніях міста. Також вони мають як досвід викладання в нашій Школі, так і досвід менторства за місцем їх професійної діяльності. У своїй манері навчання вони роблять упор на останні тенденції IT-ринку і виключно на свій особистий досвід для того, щоб наші Випускники мали найбільш затребувані знання і досвід роботи з конкретними кейсами.

Так, безумовно. Багато наших курсів передбачають додаткову систему бонусів для тих Студентів, які хочуть продовжувати навчання у нашій Школі. Ця система полягає в тому, що в кінці курсу Студенти пишуть тест з пройденого матеріалу або здають підсумкову роботу, за підсумками яких отримують знижку на наступний курс даного напрямку:

- Студент, який має найвищий результат отримує знижку 25% на подальші курси;
- Студент, який посів друге місце, отримує 15% знижку;
- Студент, який виявився на третьому місці, отримує 10% знижку.

Все Студенти отримують знижку в розмірі 5% на будь-який з курсів Школи.

Намагайтеся, по можливості, не пропускати заняття, але ми розуміємо, що ситуації можуть бути різні. Тому навіть за умови пропуску заняття наші Студенти мають доступ до відеозаписів кожного заняття. Так як всі наші класи обладнані відеокамерами, по завершенні кожного заняття Студенти отримують відеозапис на наступний день для додаткового опрацювання пройденого матеріалу. Також за кожним Студентом фіксується його особистий кабінет у спеціалізованій Learning Management System, де він зможе переглядати презентації занять, виконувати завдання викладача, здавати проміжні тести і бути у курсі всієї важливої ​​інформації, пов'язаної з його спеціалізацією. Доступ до даної системи буде збережений і після закінчення курсу.

Курс
Machine Learning

Одеса

Работа Школы
во время карантина

Хочете розпочати кар'єру в IT, але не визначились з напрямком?

Тоді цей тест для Вас! Відповіді на запитання тесту допоможуть визначити Ваші здібності, щоб було легше підібрати курс, який підійде саме Вам.