Уилл Скарлет

Хранитель Шервуда
Администратор
- Регистрация
- 22/02/2018
- Сообщения
- 32.916
- Репутация
- 56.687
Автор: SkillFactory
Название: Полный курс по Data Science
![[SkillFactory] Полный курс по Data Science [SkillFactory] Полный курс по Data Science](data:image/svg+xml;charset=utf-8,%3Csvg xmlns%3D'http%3A%2F%2Fwww.w3.org%2F2000%2Fsvg' width='1678' height='629' viewBox%3D'0 0 1678 629'%2F%3E)
Специалисты Data Science нужны во всех сферах бизнеса: от маркетинга и продаж до разработки продуктов, от финансов до управленческих решений.
Анализ данных в Pandas и NumPy
Визуализация, очистка данных и Feature Engineering
Работа c файлами, HTML-страницами и API
Выгрузка баз данных с помощью SQL
Выбор подходящих данных для решения задач
Основы статистики и проверка статистических гипотез
ML-эксперименты
Использование ML-Flow
Feature Engineering
Отбор и селекция признаков
Валидация данных
Оптимизация гиперпараметров и улучшение качества модели
Матанализ и методы оптимизации
Основы теории вероятности
Основные модели машинного обучения
Оценка качества алгоритмов
Рекомендательные системы
Мachine Learning в production
Оценка эффективности моделей в реальных бизнес-задачах
Дополнительные модули по Deep Learning и Data Engineering
Название: Полный курс по Data Science
Специалисты Data Science нужны во всех сферах бизнеса: от маркетинга и продаж до разработки продуктов, от финансов до управленческих решений.
Краткая программа специализации
Основы программирования на Python + Python для анализа данных
Введение в программирование на PythonАнализ данных в Pandas и NumPy
Визуализация, очистка данных и Feature Engineering
Работа c файлами, HTML-страницами и API
Подгрузка данных
Выгрузка данных из разных источников с помощью PythonВыгрузка баз данных с помощью SQL
Выбор подходящих данных для решения задач
Разведывательный анализ данных
Разведывательный анализ с помощью Pandas, NumpyОсновы статистики и проверка статистических гипотез
ML-эксперименты
Использование ML-Flow
Feature Engineering
Введение в машинное обучение
Задачи классификации, регрессии и кластеризацииОтбор и селекция признаков
Валидация данных
Оптимизация гиперпараметров и улучшение качества модели
Математика и углубленное машинное обучение
Линейная алгебраМатанализ и методы оптимизации
Основы теории вероятности
Основные модели машинного обучения
Оценка качества алгоритмов
ML в бизнесе
Математические и ML модели временных рядовРекомендательные системы
Мachine Learning в production
Оценка эффективности моделей в реальных бизнес-задачах
Дополнительные модули по Deep Learning и Data Engineering
Данная публикация является партнерской. Доступ к материалу предоставляется после оплаты на сайте партнера. \n\n Используйте промокод SHAREWOOD и получите скидку 15% на все книги!