Programa de cursos integrados Машинное обучение и анализ данных

Inicia em Jun 25

Programa de cursos integrados Машинное обучение и анализ данных

Машинное обучение и анализ данных. Типовые задачи машинного обучения и анализа данных и методы их решения

Sobre esse Programa de cursos integrados

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку.

Desenvolvido por:

Parceiros do setor:

courses
6 courses

Siga a ordem sugerida ou escolha a sua própria.

projects
Projetos

Projetado para ajudar a praticar e aplicar as habilidades que aprendeu.

certificates
Certificados

Dê destaque às suas novas habilidades em seu currículo ou no seu perfil do LinkedIn.

Visão Geral dos Projetos

Cursos
Intermediate Specialization.
Some related experience required.
  1. CURSO 1

    Математика и Python для анализа данных

    Próxima sessão: Jun 25
    Legendas
    Russian

    Sobre o curso

    Анализ данных и машинное обучение существенно опираются на результаты из математического анализа, линейной алгебры, методов оптимизации, теории вероятностей. Без фундаментальных знаний по этим наукам невозможно понимать, как устроены методы
  2. CURSO 2

    Обучение на размеченных данных

    Próxima sessão: Jul 2
    Legendas
    Russian

    Sobre o curso

    Обучение на размеченных данных или обучение с учителем – это наиболее распространенный класс задач машинного обучения. К нему относятся те задачи, где нужно научиться предсказывать некоторую величину для любого объекта, имея конечное число пример
  3. CURSO 3

    Поиск структуры в данных

    Próxima sessão: Jul 2
    Compromisso
    4 недели обучения, через 3-5 часа / неделю
    Legendas
    Russian

    Sobre o curso

    В машинном обучении встречаются задачи, где нужно изучить структуру данных, найти в них скрытые взаимосвязи и закономерности. Например, нам может понадобиться описать каждого клиента банка с помощью меньшего количества переменных — для этого можно испол
  4. CURSO 4

    Построение выводов по данным

    Próxima sessão: Jun 25
    Compromisso
    4 недели обучения, через 2-4 часа / неделю
    Legendas
    Russian

    Sobre o curso

    Влияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. Данные почти всегда содерж
  5. CURSO 5

    Прикладные задачи анализа данных

    Sessão atual: Jun 18
    Legendas
    Russian

    Sobre o curso

    Методы машинного обучения — будь то алгоритмы классификации или регрессии, методы кластеризации или алгоритмы понижения размерности — применяются к подготовленным данным с вычисленными признаками для решения уже сформулированной задачи. Однако специал
  6. CURSO 6

    Анализ данных: финальный проект

    Sessão atual: Jun 18
    Legendas
    Russian

    Sobre o Trabalho de Conclusão

    Финальный проект даст вам возможность применить полученные в рамках специализации знания к задаче из реального мира. Под руководством успешных специалистов в науке о данных вы сможете поработать над актуальным проектом в одной из областей: электронная ком

Desenvolvedores

  • Moscow Institute of Physics and Technology

    Специализация, созданная МФТИ, одним из ведущих технических Вузов России, в партнерстве с Yandex, известной Российской ИТ-компанией, дает возможность получить современную и крайне востребованную специальность, а ее успешное прохождение позволяет претендовать на высокооплачиваемые должности с серьезными карьерными перспективами.

    Московский физико-технический институт (неофициально известный как МФТИ или Физтех) является одним из самых престижных в мире учебных и научно-исследовательских институтов. Он готовит высококвалифицированных специалистов в области теоретической и прикладной физики, прикладной математики, информатики, биотехнологии и смежных дисциплин. Физтех был основан в 1951 году Нобелевской премии лауреатами Петром Капицей, Николаем Семеновым, Львом Ландау и Сергеем Христиановичем. Основой образования в МФТИ является уникальная «система Физтеха»: кропотливое воспитание и отбор самых талантливых абитуриентов, фундаментальное образование высшего класса и раннее вовлечение студентов в реальную научно-исследовательскую работу. Среди выпускников МФТИ есть Нобелевские лауреаты, основатели всемирно известных компаний, известные космонавты, изобретатели, инженеры.

  • Yandex

    Яндекс много лет занимается подготовкой специалистов для IT-индустрии. В 2007 году была создана Школа анализа данных (ШАД) — двухгодичные вечерние курсы для студентов и выпускников вузов. В 2014 году Яндекс совместно с НИУ ВШЭ открыл факультет компьютерных наук. Базовая кафедра Яндекса есть также в МФТИ. Компания проводит курсы для разработчиков, менеджеров и дизайнеров. В 2016 году был запущен проект по обучению школьников программированию — Яндекс.Лицей.

    Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world.

  • Evgeny Sokolov

    Evgeny Sokolov

  • Антон Слесарев

    Антон Слесарев

    руководитель группы распознавания образов Яндекс
  • Константин Воронцов

    Константин Воронцов

    доктор физико-математических наук, профессор
  • Emeli Dral

    Emeli Dral

  • Evgeniy Ryabenko

    Evgeniy Ryabenko

    Senior Data Scientist, Veon, Amsterdam
  • Victor Kantor

    Victor Kantor

FAQs