What you will learn
- - Строить конкурентно-способные и стабильные модели с максимальным качеством
- - Понимать практические методы из статистики, полезные для ML
- - Отвечать на частые вопросы про построение моделей на собеседованиях.
- - Увеличивать свои шансы при участии в соревнованиях по анализу данных
- - Реализовывать изученные техники на Python
About this course
Курс поможет тебе разобраться в самых эффективных и хорошо зарекомендовавших себя техниках построения моделей на основе машинного обучения. По ходу курса, ты будешь практиковаться тюнить ML модели на реальных данных. Выполнять упражнения. Программировать на Python. Используя продвинутые техники feature engineering'а, ты будешь преобразовывать данные в максимально информативный для моделей вид.
Решенную по ходу курса задачу на Kaggle, можно будет использовать в качестве портфолио для демонстрации будущим работодателям. Полученные знания помогут как в участии в соревнованиях на Kaggle, так и в прохождении собеседований на позицию аналитика данных (Data Scientist).
Whom this course is for
Курс подойдет всем начинающим аналитикам данных, кто хочет уметь строить ML модели с максимальной точностью.
Initial requirements
- Базовые навыки програмирования на Python
- Знания основ машинного обучения
- Владение школьным курсом математики
Meet the Instructors
How you will learn
По ходу курса будут раскрываться основные техники по увеличению качества моделей машинного обучения на реальных данных. Изучая теорию, вы решите около 200 практических задач. В конце закрепите и отработаете полученные навыки в формате Kaggle-соревнования на настоящей бизнес задаче. Главные язык программирования курса Python
Course content
Certificate
What you will get
- ✅ Поймешь алгоритм построения ML решений, которые способны выиграть.
- ✅ Изучишь настройку градиентных бустингов: CatBoost, LightGBM и XGBoost.
- ✅ Закрепление теории на 200+ тестах из реальной работы Data Scientist'а
- ✅ Опыт участия в соревновании на платформе Kaggle
- ✅ Доступ к примерам решений победителей чемпионатов
- ✅ Собственноручно написанный "пайплайн" для будущих соревнований
- ✅ Разберешься, как проверять гипотезы быстрее своих оппонентов.
- ✅ Получишь полноценную практику Feature Engineering'а.
- ✅ Изучишь большой набор приемов, как выжимать максимальную точность из данных и ML моделей.
- ✅ Поддержку наставников, которые отвечают в чате
- ✅ Комьюнити единомышленников для совместного участия в чемпионатах
- ✅ Проект в портфолио