Data Science: быстрый старт
Аналитика
31000,00
р.
34000,00
р.
Блок 1:
"Python, быстрый старт: типы данных, функции, классы, ошибки"
Введение в Python
Типы данных, функции, классы, ошибки
Блок 2: "
Python, быстрый старт: строки, условия, циклы, списки и словари"
Строки, условия, циклы
Списки и словари в Python
Блок 3:
"Библиотеки для анализа данных: Pandas"
Пакеты, файлы, Pandas – начало
Pandas – продолжение
Блок 4:
"Библиотеки для анализа данных: визуализация"
Библиотеки визуализации данных
Практика
Блок 5:
"Знакомство с машинным обучением"
Задачи машинного обучения
Ключевые инструменты Machine Learning и их применение
Блок 6:
"Основные модели машинного обучения: линейная регрессия"
Что такое модели машинного обучения?
Линейная регрессия
Практика
Блок 7: "
Бинарная классификация"
Алгоритм бинарной классификации данных
Применение на задачах
Блок 8: "
Валидация. Почему это важно"
Проблема переобучения и недообучения
Валидация на отложенной выборке
KFold и Stratified KFold валидация
Блок 9:
"Решающие деревья"
Определение и процесс построения решающего дерева
Принцип работы дерево с количественными и категориальными признаками
Сравнение дерева решений с линейными моделями
Блок 10: "F
eature Engineering, Feature Selection"
Состав Feature Engineering
Базовые подходы к созданию признаков
Состав Feature Selection
Разбор кейсов
Блок 11: "
Предсказание оттока клиентов и прогноз продаж"
Разбор кейса
Практическая задача по предсказанию оттока пользователей
Практика и применение алгоритмов
Блок 12:
"Воркшоп: скоринг кредитного портфеля"
Разбор кейса и нюансов
Практическая задача
Left
Right