Data Science specialista bootcamp - tanfolyam 112 000 dörzsölje. a Yandex Workshopból, képzés 8 hónap, Időpont: 2023. december 21.
Vegyes Cikkek / / November 29, 2023
Gyors merülés az IT-ben
A Bootcamp egy rövid, de intenzív tanfolyam. Mindössze 5 hónapon belül készen áll arra, hogy adatelemzőként dolgozzon.
Intenzív terhelés
Naponta körülbelül 8 óra tanulás vár rád: rendszeres találkozók és webináriumok mentorral, elmélet, házi feladat, sok gyakorlat és projekt.
Gyors visszajelzés
Kis csoportban fogsz tanulni, így minden diákra nagy figyelmet tudunk fordítani. A mentor minden kérdésre egy órán belül válaszol.
Személyes megközelítés
A tanár és a mentor chaten segít a személyes kérésekben, illetve a mentor egyéni konzultációkat és heti webináriumokat is tart.
A Data Science szakemberei ugyanúgy dolgoznak az adatokkal, mint a tudósok – matematikai statisztikákat, logikai elveket és modern vizualizációs eszközöket használnak az eredmények eléréséhez. Például egy biológus kísérleteket végez hipotézisek tesztelésére: általánosítania kell bizonyos megfigyeléseket, ki kell zárnia a baleseteket, és helyes következtetéseket kell levonnia.
Elemeznie kell az adatokat, és ezek alapján modelleket kell felépítenie, amelyek segítenek döntéseket hozni a tudományban, az üzleti életben és a mindennapi életben.
Nagy mennyiségű adatot elemezhet, és különféle feladatokhoz alkalmazhat gépi tanulást. A Data Scientist olyan adatalapú modelleket épít, amelyek segítenek döntéseket hozni a tudományban, az üzleti életben és a mindennapi életben. A gépi tanulással előrejelezheti az eseményeket, előrejelezheti az értékeket, és nem nyilvánvaló mintákat keres az adatokban.
Ingyenes rész, 20 órás bevezető tanfolyam: A Python alapjai és az adatelemzés
Ismerje meg az adatelemzés alapfogalmait, és értse meg, mit csinálnak az adatelemzők és adattudósok
1 sprint 1 hét Basic Python
Merüljön el mélyebben a Python programozási nyelvben és a pandas könyvtárban
2 sprint 1 hét Adatok előfeldolgozása
Tanulja meg megtisztítani az adatokat a kiugró értékektől, kihagyásoktól és ismétlődésektől, valamint konvertálni a különböző adatformátumokat
Sprint 3 1 hét 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 Matplotlib könyvtárakat. Hozzon létre diagramokat és gyakorolja a grafikonok elemzését.
4 sprint 1 hét Statisztikai adatelemzés
Tanulja meg az adatok közötti kapcsolatok elemzését statisztikai módszerekkel. Ismerje meg, mi a statisztikai szignifikancia, a hipotézisek és a konfidenciaintervallumok.
5 sprint 1 hét Az első modul záró projektje
Tanulja meg az előzetes adatkutatást, hipotézisek megfogalmazását és tesztelését
6 sprint 1 hét Bevezetés a gépi tanulásba
Sajátítsa el az alapvető gépi tanulási koncepciókat. Ismerje meg a Scikit-Learn könyvtárat, és használja első gépi tanulási projektjének létrehozásához.
Sprint 7. hét 1. Felügyelt tanulás: Osztályozás és regresszió
Merüljön el mélyebben a gépi tanulás legforróbb területében: a felügyelt tanulásban. Ismerje meg, hogyan kezelje a kiegyensúlyozatlan adatokat.
8 sprint 1 hét Gépi tanulás az üzleti életben
Tanulja meg az előzetes adatkutatást, hipotézisek megfogalmazását és tesztelését
9 sprint 1 hét A második modul záró projektje
Szimulálja az aranyérc olvasztásának folyamatát a vállalkozás működésének javítása érdekében
10 sprint 1 hét 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.
11 sprint 1 hét Numerikus módszerek
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.
12 sprint 1 hetes Idősor
Tanuljon meg idősorokat elemezni. Ismerje meg, hogyan hozhat létre táblázatos adatokat idősorokból, és hogyan oldhat meg egy regressziós problémát azokon.
Sprint 13 1 hét 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.
Sprint 14 1 hét Basic SQL
Ismerje meg az SQL strukturált lekérdezési nyelv és a relációs algebra műveleteinek alapjait. Ismerje meg a PostgreSQL-t, egy népszerű adatbázis-kezelő rendszert (DBMS). Tanuljon meg különböző bonyolultságú lekérdezéseket írni, és fordítsa le az üzleti problémákat SQL-be.
Ezenkívül bemutatják a PySparkot, egy nyílt forráskódú könyvtárat, amelyet nagy mennyiségű adat elosztott feldolgozására használnak.
15 sprint 1 hét Számítógépes látás
Tanuljon meg egyszerű számítógépes látásproblémákat megoldani a kész neurális hálózatok és a Keras könyvtár segítségével. Vessen egy pillantást a mély tanulásra.
16 sprint 1 hét Érettségi projekt
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.