Data Scientist

Школа: Образовательная платформа Нетология

Направление

Data Science

Домашние задания

Есть

Итоговый экзамен

Есть

Количество уроков

Документ об обучении

Диплом

Обратная связь

Есть

Доступ

Сразу после покупки

Последнее обновление 30.05.2023

Скидка

220 000 руб.

132 000 руб.

Перейти на сайт курса

О курсе

Чем занимается Data Scientist: Data Scientist создаёт и обучает предиктивные модели с помощью алгоритмов машинного обучения и нейросетей, помогая бизнесу находить скрытые закономерности, прогнозировать развитие событий и оптимизировать ключевые бизнес-процессы.

Программа курса

Программа построена от простого к сложному. Первый модуль научит вас понимать, где взять данные, и находить между ними связи.

Узнаете, как писать SQL запросы, чтобы получать данные из хранилищ — и не тратить время разработчиков или администраторов на поиск информации.

Научитесь быстро создавать материалы исследований, чтобы получать инсайты для принятия решений. Познакомитесь с основами статистических проверок гипотез — чтобы больше ни один вывод не был сделан «потому что так было всегда» или «так кажется».
Научитесь проверять данные на полноту, целостность, наличие шумов, ошибок, выбросов и пропусков и работать с проблемами, делая качество предсказаний достаточным для принятия решений. Обрабатывать текстовые данные, чтобы передавать их в алгоритмы машинного обучения и экономить время заказчика.

Строить деревья решений, модель логистической регрессии, использовать Random Forest в задачах классификации, строить линейную и полиномиальную регрессию — одним словом, знать где применять и что ожидать от работающих и математически обоснованных методов решения бизнес-задач.
В этом модуле вы научитесь строить рекомендательную систему, чтобы решить проблему нехватки данных, возвращать клиентов и увеличивать средний чек.

Решать задачу распознавания и преобразования изображений, чтобы узнавать наиболее привлекательные товары на полках.

Выделять признаки для анализа изображений: лиц, почерка, особенностей предметов, чтобы конвертировать рукописный текст в электронный или узнавать постоянных покупателей.

Обучать нейронную сеть там, где стандартным машинным обучением уже не обойтись.