Чему вы научитесь
- Работать с линейной и логистической регрессией
- Оценивать качество моделей регрессии и классификации
- Проходить все этапы задачи ML: от разведочного анализа до получения прогноза и его интерпретации
- Cтроить интерактивные дашборды при помощи библиотеки Streamlit
- Cоздавать веб-сервисы с использованием фреймворка FastApi
О курсе
Содержание
- Линейная регрессия - 1
- ООП в Python. Часть 1
- ООП в Python. Часть 2
- Линейная регрессия - 2
- Фреймворк Streamlit
- Настройка среды для работы с базой данных (docker, dbeaver)
- Линейные модели классификации - 1
- Основные команды SQL
- Знакомство с FastAPI
- Линейные модели классификации - 2
- Работа с PostgreSQL в FastAPI
- Знакомство с SQLAlchemy
- Streamlit + FastAPI + SQLAlchemy. Финальное задание по проекту
- Подведение итогов
Важно!
Материалы курса основаны на интенсиве, который прошел в августе-сентябре 2023 года. Записи занятий, тесты, практические задания и весь дополнительный материал выложены на Stepik и канале в Telegram. Смотреть вебинары и сдавать практику можно в любое время!
Для кого этот курс
Курс подойдет слушателям, уже знакомым с основами программирования на Python и базовыми подходами к анализу данных, но без фундаментальных знаний машинного обучения. Он поможет разобраться не только как использовать модели на практике, но и детально представит теоретическую сторону предмета. Также курс заинтересует тех, кто хочет развиваться в IT-области как ML разработчик: красиво презентовать решение в виде интерактивного дашборда и веб-сервиса.
Начальные требования
- умение писать простые программы на Python
- знание основ анализа данных
- уверенное знание математики в рамках школьной программы, знание основ высшей математики
Наши преподаватели
Как проходит обучение
Курс длится четыре недели:
- каждую неделю вас ждет одно онлайн занятие по машинному обучению и одно занятие по разработке
- после каждого занятия вы делаете практическое задание или тест
- в конце курса вы решаете большую проектную задачу с применением знаний, полученных на курсе
Программа курса
Сертификат
Что вы получаете
- узнаете о принципах работы классических линейных моделей (и будете знать больше, чем большинство Data Scientist-ов, их применяющих)
- решите большую проектную задачу с полноценным ревью от команды курса
- освоите необходимый для Data Scientist-a функционал Streamlit и FastApi
- оформите проектную задачу в виде интерактивного дашборда или веб-сервиса на ваш выбор