„Adattudományi szakember” tanfolyam - tanfolyam 112 000 dörzsölje. a Yandex Workshopból, képzés 8 hónap, dátum: 2023. november 30.
Vegyes Cikkek / / November 28, 2023
Mit csinálnak az adattudósok?
Nagy mennyiségű adat elemzése, modellek fejlesztése és gépi tanulás alkalmazása előrejelzések készítéséhez és minták azonosításához. Különféle területeken van szükség rájuk, ahol adatok tárolására és feldolgozására van szükség.
A bankokban
Elemezze az ügyfelek adatait, és határozza meg, milyen mutatók befolyásolják hitelképességüket, előre jelezheti annak valószínűségét, hogy az ügyfél elhagyja a bankot
Az iparban
A gépi tanulás segítségével megjósolják, hogy mikor hibásodnak meg a berendezések, és melyik lelőhelyen hozza a legnagyobb profitot a bányászat.
A marketingben és a kereskedelemben
Segítenek megtalálni a növekedési pontokat a szezonalitás, a csúcsértékesítési napok elemzésével és egy ajánlási rendszer létrehozásával
A közlekedési szektorban
Optimalizálja a közlekedési lámpák működését, mérje fel az utak terhelését és segítse a javítási tervek kiigazítását
Teljes adattudományi kurzusprogram
Rendszeresen frissítjük, hogy megfeleljen az iparág és a munkáltatói igényeknek. Más szóval, csak azt tanulja meg, ami biztosan hasznos lesz a munkájában.
A Python és az adatelemzés alapjai: Ingyenes bevezető tanfolyam:
Ismerje meg az adatelemzés alapfogalmait, és értse meg, mit csinálnak az adatelemzők és adattudósok. Oldja meg a különböző területekről származó adatokkal való munka öt esetét:
- derítse ki a kütyük tömeges meghibásodásának okát,
- ellenőrizze a mobilalkalmazások hirdetéseinek megtérülését,
- megtalálni a legjobb helyet egy új üzlet számára,
- segít kiválasztani a fejlesztési stratégiát egy MI startup számára,
- értékelje a robotok hatékonyságát a támogató szolgáltatásban.
Az esetek megoldásával elsajátítod a Python és a panda könyvtár alapjait, megtanulod néhány gráf felépítését és helyes értelmezését.
Bevezetés az „adattudományi szakember” szakmába
Mi az adattudományi szakértő?
Hogyan tanítunk.
Alap Python:
Merüljön el mélyebben a Python programozási nyelvben és a pandas könyvtárban.
+1 projekt a portfólióban
Hasonlítsa össze a Yandex felhasználói adatait. Zene város és a hét napja szerint.
Adatok előfeldolgozása:
Tanulja meg megtisztítani az adatokat a kiugró értékektől, kihagyásoktól és ismétlődésektől, valamint konvertálni a különböző adatformátumokat.
+1 projekt a portfólióban
Elemezze a banki ügyfelek adatait, és határozza meg a hitelképesek arányát.
Feltáró adatelemzés:
Ismerje meg a valószínűségszámítás és a statisztika alapjait. Használja őket az adatok alapvető tulajdonságainak feltárására, keresve mintákat, eloszlásokat és anomáliákat. Ismerje meg a scipy és a matplotlib könyvtárakat. Rajzoljon diagramokat és gyakorolja a grafikonok elemzését.
+1 projekt a portfólióban
Fedezze fel a szentpétervári és leningrádi ingatlanok eladási hirdetéseinek archívumát.
Valószínűségi elmélet. Kiegészítő tanfolyam
Emlékezzen vagy ismerje fel a valószínűségszámítás alapfogalmait: független, ellentétes, összeférhetetlen események stb. Egyszerű példák és szórakoztató feladatok segítségével gyakorolni fogja a számokkal való munkát és a megoldások logikájának felépítését.
Ez egy opcionális sprint. Ez azt jelenti, hogy minden diák maga választ egyet a lehetőségek közül:
- Vegyen részt egy további tíz rövid leckéből álló tanfolyamon, ecsetelje az elméletet és oldjon meg problémákat.
- Csak az interjúfeladatokat tartalmazó blokkot nyissa meg, emlékezzen az elmélet nélküli gyakorlatra.
- Hagyja ki teljesen a tanfolyamot, vagy térjen vissza hozzá, amikor ideje és szüksége van rá.
Az első modul záró projektje
Tanulja meg az előzetes adatkutatást, valamint hipotézisek megfogalmazását és tesztelését.
+1 projekt a portfólióban
Keressen mintákat, amelyek meghatározzák a játék sikerét.
Bevezetés a gépi tanulásba:
Sajátítsa el az alapvető gépi tanulási koncepciókat. Ismerje meg a Scikit-Learn könyvtárat, és használja első gépi tanulási projektjének létrehozásához.
+1 projekt a portfólióban
Díjszabási rendszer kidolgozása egy mobilszolgáltató számára.
Oktatói képzés:
Merüljön el mélyebben a gépi tanulás legforróbb területében: a felügyelt tanulásban. Ismerje meg, hogyan kezelje a kiegyensúlyozatlan adatokat.
+1 projekt a portfólióban
Jósolja meg annak valószínűségét, hogy egy ügyfél elhagyja a bankot.
Gépi tanulás az üzleti életben:
Ismerje meg a gépi tanulás módját (röv. MO) segít a vállalkozásnak abban, hogy hogyan gyűjtsön adatokat, és hogyan kapcsolódnak a termékmutatók az MO mérőszámaihoz. Tanuljon meg új szolgáltatási funkciókat indítani az ML használatával. Ismerje meg, mik az üzleti mutatók, a KPI-k és az A/B-tesztelés.
+1 projekt a portfólióban
Tanítson egy modellt, amely segít azonosítani az olajtermelés új helyszínét a legkisebb veszteség kockázatával.
A második modul záró projektje:
Adatok előkészítése a gépi tanuláshoz. A modell segítségével értékelje annak minőségét.
+1 projekt a portfólióban
Szimulálja az aranyérc olvasztásának folyamatát a vállalkozás működésének javítása érdekében.
Lineáris algebra:
Vessen egy pillantást néhány eddig tanult algoritmusba, és ismerje meg jobban a használatukat. A gyakorlatban a nulláról sajátítsa el a lineáris algebra főbb fogalmait: lineáris terek, lineáris operátorok, euklideszi terek.
+1 projekt a portfólióban
Használjon adatkonverziós módszert a biztosítótársaság ügyfelei személyes adatainak védelmére.
Numerikus módszerek:
Számos algoritmust fog elemezni és adaptálni a gyakorlati problémák megoldására numerikus módszerekkel. Sajátítsa el a hozzávetőleges számításokat, az algoritmusok bonyolultságának becsléseit és a gradiens süllyedését. Ismerje meg, hogyan képezik a neurális hálózatokat, és mi az a gradiens-növelés.
+1 projekt a portfólióban
Készítsen modellt egy használt autó költségének meghatározásához.
Idősorok:
Az idősorok azt írják le, hogy az olyan paraméterek, mint például a villamosenergia-fogyasztás vagy a taxirendelések száma hogyan változnak az idő múlásával. Megtanulod elemezni a sorozatokat, keresni a trendeket és azonosítani a szezonalitást. Ismerje meg, hogyan hozhat létre táblázatos adatokat és idősoros regressziós problémát.
+1 projekt a portfólióban
Építsen modellt, és jósolja meg a taxiterhelés csúcsát.
Gépi tanulás szövegekhez:
Tanuljon meg szövegekből numerikus vektorokat készíteni, és osztályozási és regressziós feladatokat megoldani számukra. Ismerje meg, hogyan számítják ki a TF-IDF jellemzőit, és ismerkedjen meg a word2vec és a BERT nyelvi megjelenítésekkel.
+1 projekt a portfólióban
Gyorsítsa fel a hozzászólások moderálását közösségében a toxicitás-értékelések automatizálásával.
Alap SQL:
Tanulja meg az SQL lekérdezési nyelv és a relációs algebra alapjait az adatbázisokkal való munkához. Ismerkedjen meg a PostgreSQL, egy népszerű adatbázis-kezelő rendszer (röv. DBMS). Tanuljon meg különböző bonyolultságú lekérdezéseket írni, és fordítsa le az üzleti problémákat SQL-be.
Egy filmekre és zenére szakosodott online áruház adatbázisával fog dolgozni.
+1 projekt a portfólióban
Írjon különböző összetettségű lekérdezések sorozatát egy olyan adatbázisba, amely a kockázati befektetőkről, az induló vállalkozásokról és a bennük lévő befektetésekről tárol adatokat.
Számítógépes látás:
Tanuljon meg egyszerű számítógépes látásproblémákat megoldani a kész neurális hálózatok és a Keras könyvtár segítségével. Ismerje meg a mély tanulást.
+1 projekt a portfólióban
Készítsen modellt egy személy hozzávetőleges életkorának meghatározásához egy fénykép alapján.
Felügyelet nélküli tanulás:
A felügyelet nélküli tanulás a gépi tanulás egyik olyan módszere, amelyben a rendszer a jellemzői és felépítése alapján előre címkézett adatok nélkül old meg egy problémát. További információ a fürtözési és anomáliák észlelési problémáiról.
Érettségi projekt:
Az utolsó projektben erősítse meg, hogy új szakmát sajátított el. Tisztázza az ügyfél feladatát, és menjen végig az adatelemzés és a gépi tanulás minden szakaszán. Most nincsenek leckék vagy házi feladatok – minden olyan, mint egy igazi munkahelyen.
+1 projekt a portfólióban
Választható projekt:
- Olyan modell felépítése, amely előrejelzi az ügyfelek lemorzsolódását egy távközlési vállalattól.
- Modell készítése, amely előrejelzi a technológiai folyamat paramétereit egy kohászati üzemben.
D
daryamanannikova
01.10.2020 G.
Példa ideális online tanfolyamokra
A Yandexben. A workshopon a DataScience szakmát tanulom, ami most elég divatos irány, és mint kiderült elég nehéz, ahogy mondani szokás, nehéz megtanulni - könnyű megküzdeni. (adsbygoogle = window.adsbygoogle || []).push({}); Sok nehézség volt az utamon, nem volt elég időm (diplomát szereztem és dolgoztam), elment az erőm, hogy időnként megértsem a statisztikákat, a koronavírus mindannyiunkat otthonra zárt...
S
sergen355
14.07.2021 G.
Nagyszerű oktatási projekt
Előnyök: saját szimulátor, projekt áttekintések, konzultációk, közösség a Slackben, segítség minden kérdésben. Hátrányok: egyetlen negatívum, hogy egyes témakörökben nincs teljes anyag a szimulátorban, további idő kell az önálló információkereséshez.Az adattudományi karon tanultam. Jó edzésforma. Van aki bejön, van aki nem. De nekem ez a maximum...