Профессия
Data Scientist
Курс состоит из 50 основных модулей
Ваши сотрудники научатся составлять сложные отчёты и строить прогнозы, смогут автоматизировать работу с помощью скриптов и макросов.
Модуль 1. Введение в Data Science
Модуль 2. Введение в Python
Модуль 3. Библиотека NumPy. Часть 1
Модуль 4. Библиотека NumPy. Часть 2
Модуль 5. Библиотека pandas. Часть 1
Модуль 6. Библиотека pandas. Часть 2
Аналитика. Начальный уровень
Модуль 7. Чтение и запись данных. Часть 1
Модуль 8. Основы SQL
Модуль 9. Чтение и запись данных. Часть 2
Модуль 10. Обработка данных
Модуль 11. Визуализация данных с помощью Matplotlib
Модуль 12. Заключение
Модуль 1. Основные концепции Machine Learning (ML)
Модуль 2. Жизненный цикл ML-проекта. Часть 1
Модуль 3. Жизненный цикл ML-проекта. Часть 2
Модуль 4. Жизненный цикл ML-проекта. Часть 3
Модуль 5. Регрессия
Машинное обучение. Начальный уровень
Модуль 6. Классификация
Модуль 7. Кластеризация
Модуль 8. Дополнительные техники
Модуль 9. Знакомство с Kaggle
Модуль 10. Заключение
Программа
Модуль 1. Введение
Модуль 2. A/B-тестирование
Модуль 3. Анализ временных рядов
Модуль 4. Выявление аномалий (Scikit-Learn)
Модуль 5. Язык программирования R. Часть 1
Вариант 1. Аналитика. Средний уровень
Модуль 6. Язык программирования R. Часть 2
Модуль 7. Язык программирования R. Часть 3
Модуль 8. Создание аналитических панелей (Dashboard) на Python и R
Модуль 9. Заключение
Модуль 1. Введение
Модуль 2. Google Colab
Модуль 3. Нейронные сети прямого распространения
Модуль 4. Введение в нейронные сети
Модуль 5. Автокодировщики
Модуль 6. Свёрточные нейронные сети
Вариант 2. Машинное обучение. Средний уровень
Модуль 7. Введение в NLP (обработку естественного языка)
Модуль 8. Вывод моделей машинного обучения в production, post-production и мониторинг
Модуль 9. Рекомендательные системы
Модуль 10. Заключение
Валентин Пановский
Data Scientist в Skillbox
Михаил
Овчинников
Методист Skillbox
Преподаватели
Ваши сотрудники научатся
Программировать на Python — это самый популярный язык для работы с данными.
Программировать на языке R, обрабатывать статические данные и работать с графикой.
Визуализировать данные и разрабатывать дашборды или интерактивную инфографику.
Разбираться в моделях машинного обучения.
Работать с источниками данных CSV, XML и XLSX, JSON.
Создавать рекомендательные системы.
Работать с машинным зрением.