Профессия: Data Scientist от основ Python до нейросетей [2021] [Moscow Coding School] [Б. Салып, М. Доброхвалов, И. Бодров-Круковский, Д. Рузиев]

Профессия: Data Scientist от основ Python до нейросетей [2021] Moscow Coding School Богдан Салып, Михаил Доброхвалов, Илья Бодров-Круковский, Джама Рузиев, Александр Пшеничников, Галима Ахмадуллина Онлайн-буткемп, у которого только одна цель – сделать из вас универсального солдата в областях Data Science и Machine Learning с нуля. Начнем с программирования на Python и основ машинного обучения, а дальше погрузимся в практику с нейронными сетями и глубоким обучением. После завершения программы, вы сможете выйти в реальный мир и найти себя в индустрии. 1. Реальные проекты для портфолио 2. Тесты на закрепление теории 3. Проверка практических работ 4. Ревью кода и комментарий от ментора 5. Консультации и поддержка в чате курса 6. Дополнительные материалы 7. Сертификат об окончании курса 1. Строить алгоритмы по анализу данных 2. Оперировать данными в формате JSON 3. Сочетать инструменты машинного обучения 4. Создавать модели подходящие профилю задачи 5. Применять на практике NumPy, Pandas, Matplotlib 6. Общаться с API через HTTP-запросы 7. Скрапить и парсить данные напрямую с сайтов 8. Создавать нейросети для распознавания текста и объектов 1. Новички, которым интересна набирающая обороты отрасль 2. Разработчики, стремящиеся освоить прикладные аспекты ML 3. Аналитики, желающие повысить точность своих прогнозов 4. Менеджеры, которым важно видеть закономерности в цифрах 5. Биохимики, работающие на стыке с программированием Модуль 1 - Основы Python Принципы программирования Синтаксис и основные возможности Структуры данных в Python Циклы и условные выражения Методы манипуляций строками Списки, кортежи, словари Функции и организация кода Объектное программирование Исключения и обработка ошибок Работа с модулями и API Модуль 2 - Машинное обучение Jupyter Notebook NumPy, Pandas Matplotlib, scikit-learn Регрессия Классификация Предобработка данных Оценка и регуляризация Алгоритмы ML Обучение с подкреплением Обучение без учителя Модуль 3 - Скрапинг данных HTTP starter guide Запросы GET и POST Работа с API XML, JSON Библиотека BeautifulSoup Selenium Автоматизация задач Модуль 4 - Глубокое обучение Типы нейронных сетей Архитектура deep learning Слои Перцептрон Веса Функция ошибки Градиентный спуск Back propagation Модуль 5 - Сверточные нейросети Архитектура нейронной сети Фильтры Подготовка и обучение Разные уровни сети Stride и padding Слой pooling Классификация Модуль 6 - Основы SQL Реляционные базы данных Выборка данных Отношения между таблицами Слияние таблиц Пользователи и роли Ограничения Представления