Data Science от Проблемы до Решения

Учись работать на Python решая проекты в области Data Science. От анализа данных до построения рекомендательной системы

Ratings: 0.00 / 5.00




Description

Данный курс содержит разбор проблем/задач, которые встречаются в работе у Data Scientist-ов. Так как этот курс для начинающих, то мы подробно проходим некоторые детали, которые могут быть скучны для тех, кто уже работает в этой роли или в смежной специальности. Сложность задач идет по нарастающей.

Цель курса это показать природу задач в области Data Science и чтобы учащийся смог быстро определить для себя, подходит ли эта дисциплина для дальнейшего своего развития или же это не то, что изначально думал учащийся про Data Science. Также этот курс поможет учащимся быстро влиться в эту область, решая различные проблемы.

Я постарался сделать курс более реалистичным/живым т.е. так, что если бы ко мне подсадили новенького и я бы объяснял ему/ей на рабочем месте, как и что делать. Это может выглядеть совсем как нестандартный курс, но я бы хотел поэкпериментировать и получить ваш фидбэк. Сам курс на русском языке, но он также содержит лексику на английском языке, чтобы вы знали хотя бы технический английский.

Если такой формат понравится, то я добавлю еще модули, в которых мы дойдем до построения рекомендательной системы.

На данном курсе мы будем использовать Jupyter Notebook. Данные для анализа будут предоставлены в файлах, которые необходимо будет прочитать с помощью языка Python.

What You Will Learn!

  • Научишься обрабатывать данные на примере реальных проектов используя язык Python
  • Узнаешь про различные библиотеки Python, используемые для обработки данных и построения моделей машинного обучения
  • Сможешь визуализировать данные используя язык Python
  • На практике применишь алгоритмы supervised learning: logistic regression, linear regression, decision tree, random forest, SVM
  • Также научишься применять алгоритмы для сегментации такие как K-means clustering (unsupervised learning)
  • Научишься использовать Time Series models (временные ряды)
  • Применишь ensemble learning: AdaBoost, Gradient Boosting, XGBoost
  • Попробуешь построить систему рекоммендаций и посмотреть что такое text mining
  • Узнаешь про deep leaning используя Tensor flow и Keras: Convolutional Networks, Recurrent Neural Networks

Who Should Attend!

  • Данный курс предназначен для тех, кто хочет узнать, что такое Data Science на практике. Это курс для начинающих, кто никогда не программировал на Python для решения задач в области Data Science. Сложность задач идет с возрастанием. Первая половина курса не будет интересна тем, кто решал хоть какие-то задачи на Python в облати анализа данных и построения моделей.