Условия обучения
- Продолжительность
- 10 месяцев
- Формат
- Онлайн
- Документ
- Два IT-диплома (тип не уточнён)
О программе
Курс «Data Scientist + ИИ» Академии «Синергия» посвящён анализу данных и машинному обучению. Ниже представлены основные модули и учебные навыки, указанные центром.
Кому подойдёт обучение
- Начинающим: на странице центра указано обучение с нуля.
Что изучают на курсе
- Программирование на Python для анализа и обработки данных
- Работа с SQL для управления и манипуляции данными в базах данных
- Понимание математического анализа, линейной алгебры и теории вероятностей для решения задач анализа данных
- Использование математической статистики для обработки и интерпретации данных
- Применение библиотек Python (Pandas, NumPy) для анализа данных
- Создание визуализаций данных с помощью библиотек (Matplotlib, Seaborn)
- Компетенции в области машинного обучения для решения задач регрессии, классификации, кластеризации и временных рядов
- Разработка и применение нейросетевых моделей
- Создание рекомендательных систем и выполнение задач отбора признаков
- Оптимизация моделей с помощью методов подбора параметров
- Понимание принципов Business Intelligence для анализа бизнес-данных
Программа курса
Темы опубликованы учебным центром. Полный план и распределение часов уточняйте перед записью.
01Основы синтаксиса языка программирования Python
- Знакомство с Python
- Переменные и числа
- Строки - работа с текстом
- Условия - учим компьютер принимать решения
- Списки - хранение множества данных
- Циклы - автоматизация повторяющихся действий
- Функции - создаём свои инструменты
- Хранение данных. Словари, кортежи и множества
- Углубляемся в типы данных
- Продвинутая работа со списками
- Итераторы и генераторы
- Продвинутые функции
- Обработка ошибок
- Основы объектно-ориентированного программирования
- Концепции объектно-ориентированного программирования
- Работа с файлами и данными
- Работа с изображениями
02Основы SQL
- Вводное занятие, что такое SQL и PostgreSQL. Windows инсталляция PostgreSQL и PgAdmin с настройкой базы данныx. Правила нормализации. Типы связей между таблицами
- Подъязыки SQL
- Извлечение информации при помощи SQL-запросов
- Фильтрация строк WHERE. Регулярные выражения LIKE. AND и OR
- Сортировка строк: ORDER BY. Ограничение выборки: LIMIT, OFFSET
- Условные выражения: CASE, COALESCE, NULLIF, GREATEST, LEAST
- Работа со строками: SUBSTRING, LOWER, UPPER, TRIM, LTRIM, RTRIM, LENGTH
- Работа с датами
- Агрегатные функции: COUNT, SUM, MIN, MAX, AVG. GROUP BY, HAVING
- Оконные функции: row_number , rank, dense_rank, lag, lead + все агрегатные функции
- Понятия первичный ключ и внешний ключ
- Типы связей в БД
03Математика для анализа данных
- Математический анализ
- Линейная алгебра
- Теория вероятностей
- Математическая статистика
04Библиотеки Python
- Numpy
- Pandas
- Request
- Matplotlib
- Seaborn. Часть 1
- Seaborn. Часть 2
- Plotly. Часть 1
- Plotly. Часть 2
05Машинное обучение
- Определения и базовые понятия
- Постановка задачи машинного обучения
- Деревья решений
- Практические советы
- Нейросети
- Временные ряды
- Рекомендательные системы
- Задача отбора признаков
- Подбор параметров моделей (GridSearch, RandomSearch)
- Введение в NLP
- Задача кластеризации
- Задача регрессии
- Задача классификации
06Бизнес-аналитика
- Основы бизнес-анализа
- Методы и инструменты бизнес-анализа
Как проходит обучение
- Центр указывает бессрочный доступ к материалам курса.
Источники информации
Данные центра Синергия и сведения со страницы программы учебного центра. Перед записью уточните актуальные условия у центра.
Как мы сравниваем программы →