[ЭКСКЛЮЗИВ] Data Scientist. Научитесь строить и обучать предиктивные модели с помощью алгоритмов машинного обучения и нейросетей.

Курс: «Data Scientist. Научитесь строить и обучать предиктивные модели с помощью алгоритмов машинного обучения и нейросетей.» Мощнейший курс по программированию от Нетологии. В сети были некоторые части материала, которые вызывали дикий восторг у людей. В этой раздаче находится весь материал. Отзывы отличные. Материал получает метку эксклюзивного материала! Материал очень быстро удалят, рекомендуем сохранять/скачивать сразу! Материал прислал анонимный пользователь без комментариев. 

Материал может быть удален по запросу правообладателя!

Описание курса:

Курс состоит из более чем 180 часов видео и домашних заданий от ведущих специалистов по Data Scientist компаний Mail.ru, Ivi и Avito.

Первые два набора уже удачно состоялись, и студенты вовсю погрузились в базовые алгоритмы ML, feature engineering, машинное зрение, Data Scientist в e-commerce, временные ряды и прогнозирование стоимости акций и других товаров. Их преподавателями стали эксперты из Yandex Data Factory, Rambler&Co, Сбербанк Технологии и теперь у вас появится возможность получить все необходимые знания и навыки для работы в области больших данных.

Программа обучения:

I Подготовительный блок:

Экспресс-обучение основным инструментам: Python 3, git, библиотеки numpy, pandas. Обзор основного математического аппарата: матричные операции, введение в статистику и проверку гипотез.

II Введение в data science, основные инструменты:

Что такое data science, big data, как это работает и где применяется. Эксплоративный анализ и библиотеки визуализации данных. Обзор методов машинного обучения в бибилотеке scikit-learn.

III Базовые алгоритмы и понятия машинного обучения:

Разбор основных задач и алгоритмов машинного обучения: деревья решений, метод k ближайших соседей, линейный классификатор и логистическая регрессия, кластеризация. Проверка точности модели. Проблема переобучения и борьба с ней: регуляризация, ансамблирование.

IV Feature engineering:

Проблемы качества и размерности данных. Уменьшение размерности данных. Методы декомпозиции. Cпрямляющие пространства.

V Рекомендательные системы:

Введение в рекомендательные системы. Неперсонализированные рекомендации. Персонализированные рекомендации. Развитие рекомендательных систем.

VI Распознавание изображений, машинное зрение:

Базовая теория. Обзор кейсов применения. Нейросети. Разбор реальных задач: рукописный ввод, детекция и сегментация объектов на изображении.

VII Обработка естественного языка (NLP):

Введение в обработку текста. Обзор существующих библиотек, их использование и доработка. Использование внешних ресурсов. Грязные тексты: что это такое и как с ними работать. Дистрибутивная семантика. Чатботы: разбор генерации текстов. Нейросети для NLP.

VIII Анализ временных рядов, прогнозирование:

Временные ряды, модели ARMA/ARIMA. Сложные модели прогнозирования. Эксплоративный анализ временных рядов.

IX Общение с заказчиком:

Проекты машинного обучения: как выявить требования и оценить проект. Составление отчетов по исследованиям. Мастер-класс по презентации результатов.

X Data Science в маркетинге и e-commerce:

Цели, задачи, решения и критерии успешности применения Data Science. Маркетинг Data-Driven vs интуиция. Типы данных и примеры датасетов. Методы сбора из разных источников. Подготовка и обработка данных, извлечение смысла и визуализация. Разбор атрибуции маркетинговых расходов для увеличения дохода интернет-магазина.

XI Дополнительные инструменты, среды:

Экосистема Google: BigQuery, Dataflow, Dataproc, Datalab и др. Коммерческие решения HP: Vertica, Haven, IDOL, коннекторы данных. Решения от Amazon (AWS). Хранение и обработка данных в Clickhouse.

XII Дипломная работа:

Разработка и внедрение собственного ML-решения/проекта либо разработка предложенного нами кейса.

Если Вы не видите ссылку для скачивания материала — отключите блокиратор рекламы и добавьте наш сайт в список исключений. Если Вы против рекламы на нашем сайте — покупайте контент напрямую у авторов.

Материал предоставлен исключительно для ознакомления!

Опубликовано: Анонимно

Май 19, 2019


FavoriteLoadingДобавить в закладки

Всего комментариев: 14

  • Ответить

    stalkerDnDz

    Май 19, 2019 в 23:15

    Сколько-сколько ГБ? о_О

    (0)

    • Ответить

      buseer

      Май 20, 2019 в 00:53

      180 часов не шутки, узнать бы от спецов стоит ли проходить этот курс или нет

      (0)

      • Ответить

        lasertower

        Май 20, 2019 в 08:26

        предлагаю изучать вместе

        (0)

  • Ответить

    esf2222342

    Май 19, 2019 в 23:48

    Есть ли у кого нибудь торрент файл этого архива, качать с облака это то еще испытание.

    (0)

    • Ответить

      openssource

      Май 20, 2019 в 02:46

      Есть у наших партнеров на трекере. Можете скачать там.

      (0)

      • Ответить

        Devayded

        Май 20, 2019 в 09:46

        Можно конкретнее

        (0)

        • Ответить

          openssource

          Май 20, 2019 в 14:09

          Можно. Справа баннер.

          (0)

  • Ответить

    andyg

    Май 20, 2019 в 18:05

    А есть возможность в разделе 3.Базовые алгоритмы и понятия ML, перезалить раздел 3 — Линейный классификатор, логистическая регрессия? А то там видео дубль раздела 2 — Метод k?

    (0)

  • Ответить

    andyg

    Май 20, 2019 в 18:46

    Посмотрел, в раздаче не все материалы есть.

    (0)

    • Ответить

      sela

      Май 21, 2019 в 21:45

      по моему отсутствуют некоторые ДЗ, да?

      (0)

      • Ответить

        openssource

        Май 21, 2019 в 22:28

        Роздано все, что было. Можете купить у автора напрямую.

        (1)

  • Ответить

    nightskymoonlight

    Май 22, 2019 в 19:02

    дайте ссылку на торрент пожалуйста , я не нашёл где там справа друзья сайта с ссылкой

    (1)

  • Ответить

    Rakhat

    Август 27, 2019 в 10:54

    добрый день, отправьте мне ссылку для скачивание пожалуйста. Я не вижу…

    (0)

Оставить комментарий


* - обязательное поле для заполнения.

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!:

Подтвердите, что Вы не бот — выберите человечка с поднятой рукой:

Уведомлять меня при ответах на мои комментарии



Нужно продвинуть ваш бизнес/группу/встречу во Вконтакте? Попробуй BotsApp!

Возможности сервиса:

Скачай бесплатно!