Чему вы научитесь
- Загружать и анализировать данные с помощью pandas и визуализировать их
- Применять линейную и логистическую регрессию для решения задач
- Разрабатывать модели классификации и регрессии с использованием scikit-learn
- Сравнивать и оптимизировать модели с помощью кросс-валидации и метрик
- Строить ансамблевые модели (Random Forest, XGBoost)
- Создавать и обучать нейронные сети с TensorFlow/Keras
- Применять сверточные нейронные сети (CNN) для обработки изображений
- Выполнять кластеризацию и снижение размерности (PCA, k-means)
- Работать с текстовыми данными, используя методы NLP (TF-IDF, embeddings)
- Разрабатывать полный ML-пайплайн для реальных датасетов
- Презентовать результаты проектов и получать обратную связь
О курсе
Этот интенсивный курс рассчитан на 3 дня глубокого погружения в машинное обучение. Программа включает компактные теоретические блоки и практические задания, охватывающие основы и продвинутые методы ML. Вы изучите предобработку данных, регрессию, классификацию, ансамблевые методы, нейронные сети, NLP и кластеризацию. Каждый день четко структурирован: утренние, дневные и вечерние занятия с акцентом на практику. Финальный проект на основе датасета с Kaggle позволит закрепить знания и создать портфолио. Курс идеально подходит для тех, кто готов учиться интенсивно и хочет быстро освоить ML.
Для кого этот курс
Начальные требования
-
Базовые навыки программирования на Python
-
Знание основ математики (линейная алгебра, статистика)
-
Установленный Python 3.8+ и Jupyter Notebook (или доступ к Google Colab)
-
Желание интенсивно учиться и работать с реальными датасетами
Наши преподаватели
Как проходит обучение
-
3 дня интенсивных занятий: утро, день, вечер
-
Компактные теоретические блоки (30 мин) для объяснения ключевых концепций
-
Практические задания на реальных датасетах (Titanic, CIFAR-10, House Prices)
-
Работа в Jupyter Notebook или Google Colab
-
Групповой финальный проект с презентацией результатов
-
Обратная связь от наставников в реальном времени
Программа курса
Что вы получаете
- Практические навыки построения ML-моделей, востребованные в индустрии
- Опыт работы с реальными датасетами и инструментами (scikit-learn, TensorFlow)
- Доступ к материалам курса для дальнейшего изучения
- Поддержка наставников во время интенсива
- Сертификат об успешном прохождении курса
- Проект для портфолио, готовый для демонстрации работодателям