🐍 Python — мова, якою створюються більшість AI-рішень.
Її обирають за простий синтаксис та сильні бібліотеки для аналізу й машинного навчання. Саме тому Python став стандартом у Data Science та роботі зі штучним інтелектом.
Щоб стати фахівцем, який вміє збирати, обробляти, аналізувати великі дані та будувати
Про курс
Комплексний курс, на якому ви навчитеся працювати з цифрами та математичними формулами в NumPy, з табличними даними — у Pandas, з візуалізаціями — у Matplotlib, Seaborn та Plotly. І опануєте ще 6 бібліотек Python для Data Science.
На практиці навчитесь розв’язувати такі завдання:
✔️ очищення даних та пошук відсутніх значень
✔️ побудова дерев рішень та ансамблів для завдань класифікації та прогнозування
✔️ кластерний аналіз даних та пошук взаємозв’язків
✔️ запуск A/B-тестувань та валідація гіпотез
✔️ відбір ознак та побудова моделей Machine Learning
✔️ оцінка якість роботи створених алгоритмів
📗 Під час навчання на вас чекає багато практики. Ви виконуватимете складні домашні завдання та отримуватимете фідбек від лектора щодо кожного з них.
Лекторка
Ірина Безкровна
Technical Data Lead у Xometry
- former Product Analyst у Genesis Tech
- має 5+ років досвіду роботи з даними: від Data Engineer до Data Scientist та аналітичного лідерства
- впроваджувала A/B-тестування, сегментації та моделі прогнозування у сфері E-commerce, мобільних застосунків
- брала участь у створенні алгоритму
ML-ідентифікації, використовувала моделі прогнозування для виявлення потенційних CPA
Методистка
Олександра Кардаш
Senior Software Engineer в Google
- former Director of Data Science у Shelf ― американському стартапі у сфері Knowledge Management
- має 5 років досвіду в Data Science у різних технічних галузях, працювала зі стартапами від ідеї до готового продукту
- у портфоліо ― успішні кейси у сфері Forecasting & Time Series Analysis, оптимізації, предиктивної аналітики та NLP
Цей курс підійде тим, хто:
👉🏼 знає синтаксис Python,
але не вміє використовувати Python і його бібліотеки для обробки й візуалізації даних
👉🏼 розуміє базові термінології статистики,
але прагне навчитися проходити повний цикл Data Science задач
👉🏼 виконує роботу вручну,
але бажає структурувати масиви даних та автоматизувати знаходження закономірностей
Немає коментарів
Додати коментар Підписатись на коментаріВідписатись від коментарів