Практический курс по Machine Learning


Набор группы
Группа до 20 человек (осталось 15 мест)

49 900*
рублей
59 900
рублей
* скидка действует до 17.12.2018

Возможно дистанционное участие.
Возможна рассрочка, обращайтесь на почту info@bigdatateam.org

Оплата возможна только банковской картой. На email придет письмо с подтверждением платежа и чеком.
Нажимая на кнопку "Регистрация и оплата" вы даете согласие на обработку и хранение персональных данных. Подробнее

Впервые появилась возможность получить практические навыки по машинному обучению / data science на основе курсов, по которым обучают как сотрудников компаний (Сбербанк, МегаФон, X5 Retail Group), так и студентов российских и зарубежных вузов (МГУ, МФТИ, ВШЭ, Harbour.Space University)

По любым вопросам пишите и звоните по контактам указанным в шапке сайта или просто оставьте свои контакты
Практический курс по Machine Learning


Набор группы
Группа до 20 человек (осталось 15 мест)

49 900*
рублей
59 900
рублей
* скидка действует до 17.12.2018

Возможно дистанционное участие.
Возможна рассрочка, обращайтесь на почту info@bigdatateam.org

Оплата возможна только банковской картой. На email придет письмо с подтверждением платежа и чеком.
Нажимая на кнопку "Регистрация и оплата" вы даете согласие на обработку и хранение персональных данных. Подробнее

Впервые появилась возможность получить практические навыки по машинному обучению / data science на основе курсов, по которым обучают как сотрудников компаний (Сбербанк, МегаФон, X5 Retail Group), так и студентов российских и зарубежных вузов (МГУ, МФТИ, ВШЭ, Harbour.Space University)

По любым вопросам пишите и звоните по контактам указанным в шапке сайта или просто оставьте свои контакты
 
Оставьте свои контакты
Вопросы по программе? Не нашли ответ на свой вопрос?
Мы свяжемся с Вами очень быстро
Заполняя форму, вы даете согласие на обработку персональных данных
Учебная программа
знакомство
4 февраля 2019 в 19:00
знакомство
4 февраля 2019 в 19:00
Организационная встреча
Первое занятие
6 февраля в 19:00
Первое занятие
6 февраля в 19:00
Введение в машинное обучение и библиотеки ML для Python
Алексей Драль
- Базовые операции с данными в numpy
- Построение графиков функций с matplotlib
- Оптимизация функций с помощью scipy
- Визуализация данных с помощью seaborn
- Базовый конвейер обработки данных и построение первой модели с помощью sklearn
- и многое другое
Второе занятие
9 февраля в 10:00
Второе занятие
9 февраля в 10:00
Линейные модели, регуляризация, SVM, метрики качества
Радослав Нейчев
- Применение алгоритмов Scikit-learn к синтетическому набору данных и к данным соревнования Kaggle Inclass (классификация, регрессия)
- Логистическая регрессия, практика обучения моделей с помощью SGD
- Метод опорных векторов (Support Vector Machine), ядра
- Настройка параметров, кросс-валидация
- Предобработка данных (строки, пропуски, категориальный признаки)
Третье занятие
13 февраля в 19:00
Третье занятие
13 февраля в 19:00
Деревья
Дмитрий Игнатов
- практика обучения деревьев на наборах данных (MNIST, UCI, кредитный скоринг)
- визуализация деревьев
- работа с признаками и пропущенными значениями в деревьях
- практические аспекты - оценка времени работы, прунинг деревьев
Четвертое занятие
16 февраля в 10:00
Четвертое занятие
16 февраля в 10:00
Ансамбли решающих деревьев
Дмитрий Игнатов
- Общие методы построения композиций - усреднение, бустинг, блэндинг, стэкинг
- Бустинг и GBM.
- Выбор параметров в ансамблях решающих деревьев. Сравнение Random Forest и GBDT с демонстрацией.
- Связь корреляция между ответами моделей и качеством модели в бэггинге.
- Bias-variance trade-off на примере бэггинга и бустинга. Преимущества и недостатки RF и GBDT. XGBoost, LightGBM
Пятое занятие
20 февраля в 19:00
Пятое занятие
20 февраля в 19:00
Нейронные сети и введение в глубокое обучение (Deep Learning)
Радослав Нейчев
- Нейронные сети и сверточные нейронные сети, общие веса, локальность иерархичность
- Слои в сверточных сетях, функции потерь для классификации, регуляризация нейросетей
- Эффективный методы вычисления градиентов, проверка реализации разностным дифференцированием
Шестое занятие
23 февраля в 10:00
Шестое занятие
23 февраля в 10:00
Deep Learning: CNN, RNN, Attention
Радослав Нейчев
- Рекуррентные нейронные сети в задаче анализа сигналов и естественного языка.
- Генеративные модели на основе RNN.
- Механизм внимания (Attention mechanism) в задаче машинного перевода и других задачах.
- Сверточные нейронные сети в задачах обработки текста, сравнение с рекуррентными нейронными сетями.
- DNN на практике: инициализация, предобработка данных, модельный зоопарк, дообучение, вычисления на видкеокартах, визуализация
Седьмое занятие
27 февраля в 19:00
Седьмое занятие
27 февраля в 19:00
Обучение без учителя (Unsupervised Learning)
Радослав Нейчев
- Определение координат дома и работы человека по GPS-треку (определение регулярных координат с помощью DBSCAN)
- Метод главных компонент на практике
- Применение PCA и tSNE для:
-- визуализации данных
-- сжатия данных
-- предобработки датасета
Восьмое занятие
2 марта 10:00
Восьмое занятие
2 марта 10:00
Погружение в большие данные (Big Data)
Павел Клеменков
Hadoop, HDFS, MapReduce, Spark, ...
Финальный проект
Финальный проект
Защита проектов слушателей
Разбор финального проекта от экспертов отрасли (BigData Team, МегаФон)
Далее:
- выдача сертификатов об окончании курса
- возможность трудоустройства (организация собеседований)
Партнеры курса
ПАО "МегаФон"
АНО ВО "Университет Иннополис"
Что Вы получите
Возможность трудоустройства по окончании курса. Лучшим студентам организуем собеседования.
При успешном прохождении курса свидетельство установленного образца о повышении квалификации.
Все лекции в PDF по окончании курса
Возможность прийти со своим проектом с целью его развития. Рецензии и рекомендации от преподавателей курса.
Более 40 ак. часов аудиторных занятий с лучшими преподавателями-практиками.
И еще столько же на самостоятельную работу.
Консультации и чат с преподавателями курса на протяжении всего обучения
Проверенная и современная программа с реальными кейсами из индустрии. Отработка практических навыков
Преподаватели
Алексей Драль
Founder & СEO, BigData Team
10 лет в ИТ (Amazon AWS, Rambler, Yandex)
Руководит и преподает Big Data в МГУ, ВШЭ, МФТИ, Сбербанк, МегаФон, ...
Руководитель специализации "Big Data for Data Engineers" на Coursera (совместный проект с Яндекс)
Радослав Нейчев
Senior Quantative Analysis Officer, Raiffeisenbank
член коллаборации CERN LHCb
Дмитрий Игнатов
кандидат технических наук, доцент ВШЭ
Автор более 50 научных статей (журналы Machine Learning, Expert Systems and Applications, Discrete Applied Mathematics, General Systems)
Организатор международных конференций и семинаров по тематике анализа данных и машинного обучения (AIST, ECIR, CLA, ICFCA, ICCS, EEML, RuSSIR и др);
Павел Клеменков
Chief Data Scientist (Data Platform), NVIDIA.
Основатель комьюнити Moscow Spark
Соавтор специализации по большим данным (Big Data for Data Engineers) на Coursera
Елена Широкова
Data scientist в МегаФоне
Юлия Тувалева
аналитик больших данных в МегаФоне
Почему надо пойти к нам?
съемки онлайн-курса
Индивидуальный подход
Каждый наш курс переработан в соотвествии с потребностями и ожиданиями слушателей. Мы учитываем опыт прошлых курсов и ситуацию в мире IT
Команда
Каждый наш преподаватель является практикующим специалистом и имеет солидный опыт работы. Мы знаем об актуальных инструментах и обучаем тому, что применяем на практике. И самое главное - мы умеем рассказывать о сложных вещах простым и понятным языком.
Поддержка
Есть вопрос по содержанию программы или сложности в домашнем задании? Мы оперативно отвечаем на любые вопросы и всегда готовы помочь
Нам доверяют
Качество наших курсов подтверждается тем, что мы проводим обучение по Machine Learning и Big Data в ведущих технических вузах (МФТИ, МГУ, ВШЭ, Harbour.Space University) и для таких компаний как Сбербанк, МегаФон и Х5 Retail Group. Мы являемся образовательными партнерами Университета НТИ 20.35, где отвечали за технологическое направление на интенсиве для CDO "Остров 10.21". А также партнерами Яндекс по запуску онлайн-курсов по Big Data на Coursera.
съемки онлайн-курса
Click to order
Cart
Total: 
ФИО
Email
Телефон
Если этот курс вам кажется полезным, расскажите о нем друзьям!
юридическая информация
Общество с ограниченной ответственностью
«ЦЕНТР ПРИКЛАДНОГО ОБРАЗОВАНИЯ»

Адрес юридический (покупателя и грузополучателя):
150022, Ярославская обл, Ярославль г., Тормозное шоссе, д.1, литер А, оф.17

Почтовый адрес:
150022, Ярославская обл, Ярославль г., Тормозное шоссе, д.1, литер А, оф.17

ИНН 760 432 6255
КПП 760 401 001

р/с 407 028 102 000 700 344 70
р/с 407 028 108 401 000 344 70
в ПАО АКБ «АВАНГАРД» г.Москва
БИК 044 525 201
к/с 301 018 100 000 000 002 01

ОГРН 117 762 701 7501
Свидетельство от 26.05.2017г. выдано Межрайонной инспекцией Федеральной налоговой службы № 7 по Ярославской области

ОКПО 15807292
ОКВЭД 62.01

e-mail: finance@bigdatateam.org

Генеральный директор Драль Алексей Александрович,
действует на основании Устава
политика конфидециальности
платежная информация
Банковской картой
Для выбора оплаты товара с помощью банковской карты на соответствующей странице необходимо нажать кнопку «Оплата заказа банковской картой».
Оплата происходит через ПАО СБЕРБАНК с использованием Банковских карт следующих платежных систем:

МИР

VISA International

Mastercard Worldwide

ОПИСАНИЕ ПРОЦЕССА ПЕРЕДАЧИ ДАННЫХ
Для оплаты (ввода реквизитов Вашей карты) Вы будете перенаправлены на платежный шлюз ПАО СБЕРБАНК. Соединение с платежным шлюзом и передача информации осуществляется в защищенном режиме с использованием протокола шифрования SSL. В случае если Ваш банк поддерживает технологию безопасного проведения интернет-платежей Verified By Visa или MasterCard SecureCode для проведения платежа также может потребоваться ввод специального пароля. Настоящий сайт поддерживает 256-битное шифрование. Конфиденциальность сообщаемой персональной информации обеспечивается ПАО СБЕРБАНК. Введенная информация не будет предоставлена третьим лицам за исключением случаев, предусмотренных законодательством РФ. Проведение платежей по банковским картам осуществляется в строгом соответствии с требованиями платежных систем МИР, Visa Int. и MasterCard Europe Sprl.

Возврат переведенных средств, производится на Ваш банковский счет в течение 5—30 рабочих дней (срок зависит от Банка, который выдал Вашу банковскую карту).