קורס "מומחה למדעי הנתונים" - קורס 112,000 רובל. מ-Yandex Workshop, הדרכה 8 חודשים, תאריך 30 בנובמבר 2023.
Miscellanea / / November 28, 2023
מה עושים מדעני נתונים?
נתח כמויות גדולות של נתונים, פתח מודלים ויישם למידת מכונה כדי ליצור תחזיות ולזהות דפוסים. הם נחוצים בתחומים שונים שבהם יש צורך באחסון ועיבוד נתונים.
בבנקים
לנתח נתונים על לקוחות ולקבוע אילו אינדיקטורים משפיעים על כושר האשראי שלהם, לחזות את הסבירות שהלקוח יעזוב את הבנק
בתעשייה
באמצעות למידת מכונה, הם חוזים מתי הציוד ייכשל ובאיזה כריית פיקדונות תביא את הרווח הגדול ביותר.
בתחום השיווק והמסחר
הם עוזרים למצוא נקודות צמיחה על ידי ניתוח עונתיות, ימי מכירות שיא ויצירת מערכת המלצות
בתחום התחבורה
ייעל את פעולת הרמזורים, הערכת העומס על הכבישים ועזור להתאים תוכניות תיקון
תוכנית קורס מלאה במדעי הנתונים
אנו מעדכנים אותו באופן קבוע כדי להבטיח שהוא עונה על צרכי התעשייה והמעסיקים. במילים אחרות, אתה לומד רק מה בהחלט יהיה שימושי בעבודה שלך.
יסודות פייתון וניתוח נתונים: קורס מבוא חינם:
למד את המושגים הבסיסיים של ניתוח נתונים והבין מה עושים מנתחי נתונים ומדעני נתונים. פתרו חמישה מקרים של עבודה עם נתונים מתחומים שונים:
- גלה את הסיבה להתמוטטות מאסיבית של גאדג'טים,
- בדוק את ההחזר של פרסום אפליקציות לנייד,
- למצוא את המיקום הטוב ביותר לחנות חדשה,
- לעזור לך לבחור אסטרטגיית פיתוח עבור סטארט-אפ בינה מלאכותית,
- להעריך את האפקטיביות של רובוטים בשירות התמיכה.
על ידי פתרון מקרים, תלמד את היסודות של Python וספריית הפנדות, תלמד כיצד לבנות כמה גרפים ולפרש אותם בצורה נכונה.
היכרות עם המקצוע "מומחה למדעי הנתונים"
מהו מומחה למדעי נתונים?
איך אנחנו מלמדים.
פייתון בסיסי:
צלול עמוק יותר לתוך שפת התכנות Python וספריית הפנדות.
פרויקט +1 בתיק
השווה נתוני משתמש של Yandex. מוזיקה לפי עיר ויום בשבוע.
עיבוד מקדים של נתונים:
למד לנקות נתונים מחריגים, השמטות וכפילויות, כמו גם להמיר פורמטים שונים של נתונים.
פרויקט +1 בתיק
נתח נתונים על לקוחות הבנקים וקבע את חלקם של לקוחות בעלי אשראי.
ניתוח נתונים חקרניים:
למד את היסודות של הסתברות וסטטיסטיקה. השתמש בהם כדי לחקור את המאפיינים הבסיסיים של נתונים, לחפש דפוסים, התפלגויות וחריגות. הכירו את ספריות scipy ו-matplotlib. צייר דיאגרמות ותרגול ניתוח גרפים.
פרויקט +1 בתיק
חקור את ארכיון הפרסומות למכירת נדל"ן בסנט פטרסבורג ובאזור לנינגרד.
תאוריית ההסתברות. קורס נוסף
זכור או הכר את המונחים הבסיסיים בתורת ההסתברות: אירועים בלתי תלויים, מנוגדים, בלתי תואמים וכו'. בעזרת דוגמאות פשוטות ובעיות מהנות, תתרגלו עבודה עם מספרים ובניית היגיון של פתרונות.
זהו ספרינט אופציונלי. המשמעות היא שכל תלמיד בעצמו בוחר באחת מהאפשרויות:
- קחו קורס נוסף של עשרה שיעורים קצרים, התחדשו בתיאוריה ופתרו בעיות.
- פתחו רק את הבלוק עם משימות ראיון, זכרו את התרגול ללא תיאוריה.
- דלג לחלוטין על הקורס או חזור אליו כשיש זמן וצורך.
פרויקט גמר של המודול הראשון
למד כיצד לבצע מחקר נתונים ראשוני ולנסח ולבדוק השערות.
פרויקט +1 בתיק
מצא דפוסים שקובעים את הצלחת המשחק.
מבוא ללמידת מכונה:
שליטה במושגים בסיסיים של למידת מכונה. הכירו את ספריית Scikit-Learn והשתמשו בה כדי ליצור את פרויקט למידת המכונה הראשון שלכם.
פרויקט +1 בתיק
פיתוח מערכת המלצות תעריפים למפעיל סלולרי.
הכשרה בהדרכה:
צלול עמוק יותר לתחום החם ביותר של למידת מכונה: למידה מפוקחת. למד כיצד להתמודד עם נתונים לא מאוזנים.
פרויקט +1 בתיק
חזה את הסבירות שלקוח יעזוב את הבנק.
למידת מכונה בעסק:
למד כיצד למידת מכונה (ראשי תיבות MO) עוזרת לעסק כיצד לאסוף נתונים וכיצד מדדי מוצר קשורים למדדי MO. למד להשיק פונקציונליות שירות חדשה באמצעות ML. למד מהם מדדים עסקיים, מדדי KPI ובדיקות A/B.
פרויקט +1 בתיק
אימון מודל שעוזר לזהות מיקום חדש להפקת נפט עם מינימום סיכון לאובדן.
פרויקט גמר של המודול השני:
הכן נתונים ללמידת מכונה. באמצעות המודל, העריכו את איכותו.
פרויקט +1 בתיק
הדמיית תהליך התכת עפרות זהב כדי לשפר את פעולת המיזם.
אלגברה ליניארית:
תסתכל בתוך כמה מהאלגוריתמים שלמדת עד כה וקבל הבנה טובה יותר כיצד להשתמש בהם. בפועל, שולט במושגים העיקריים של אלגברה לינארית מאפס: רווחים ליניאריים, אופרטורים ליניאריים, מרחבים אוקלידיים.
פרויקט +1 בתיק
השתמש בשיטת המרת נתונים כדי להגן על המידע האישי של לקוחות חברת הביטוח.
שיטות מספריות:
תנתח מספר אלגוריתמים ותתאים אותם לפתרון בעיות מעשיות באמצעות שיטות מספריות. שולט בחישובים משוערים, הערכות מורכבות אלגוריתמים וירידה בשיפוע. למד כיצד מאמנים רשתות עצביות ומהי הגברת שיפוע.
פרויקט +1 בתיק
פתח מודל לקביעת העלות של מכונית משומשת.
סדרת זמן:
סדרות זמן מתארות כיצד פרמטרים, כגון צריכת חשמל או מספר הזמנות מוניות, משתנים לאורך זמן. תלמדו לנתח סדרות, לחפש טרנדים ולזהות עונתיות. למד כיצד ליצור נתונים טבלאיים ובעיית רגרסיה של סדרת זמן.
פרויקט +1 בתיק
בנה מודל וחזה עומסי שיא במוניות.
למידת מכונה לטקסטים:
למד ליצור וקטורים מספריים מטקסטים ולפתור עבורם בעיות סיווג ורגרסיה. למד כיצד מחושבות תכונות TF-IDF והכיר את ייצוגי שפות word2vec ו-BERT.
פרויקט +1 בתיק
האיץ את ניהול הערות בקהילה שלך על ידי אוטומציה של הערכות רעילות.
SQL בסיסי:
למד את היסודות של שפת שאילתות SQL ואלגברה רלציונית לעבודה עם מסדי נתונים. הכירו את התכונות של עבודה ב-PostgreSQL, מערכת פופולרית לניהול מסדי נתונים (ראשי תיבות. DBMS). למד לכתוב שאילתות ברמות שונות של מורכבות ותרגם בעיות עסקיות ל-SQL.
תעבוד עם מאגר מידע של חנות מקוונת המתמחה בסרטים ומוזיקה.
פרויקט +1 בתיק
כתוב סדרה של שאילתות במורכבות משתנה למסד נתונים המאחסן נתונים על משקיעי סיכון, סטארט-אפים והשקעות בהם.
ראייה ממוחשבת:
למד לפתור בעיות פשוטות של ראייה ממוחשבת באמצעות רשתות עצביות מוכנות וספריית Keras. הכירו את Deep learning.
פרויקט +1 בתיק
בנו מודל לקביעת גילו המשוער של אדם מצילום.
למידה ללא פיקוח:
למידה ללא פיקוח היא אחת השיטות של למידת מכונה שבה המערכת פותרת בעיה ללא נתונים מתויגים מראש על סמך התכונות והמבנה שלה. למד על בעיות מקבץ וזיהוי חריגות.
פרויקט גמר:
בפרויקט האחרון, אשר כי שליטת במקצוע חדש. הבהרת משימת הלקוח ועבור את כל שלבי ניתוח הנתונים ולמידת מכונה. עכשיו אין שיעורים או שיעורי בית - הכל כמו בעבודה אמיתית.
פרויקט +1 בתיק
פרויקט לבחירה:
- בניית מודל שמנבא נטישת לקוחות מחברת תקשורת.
- בניית מודל המנבא את הפרמטרים של התהליך הטכנולוגי במפעל מתכות.
ד
daryamanannikova
01.10.2020 G.
דוגמה לקורסים מקוונים אידיאליים
ב-Yandex. במהלך הסדנה אני לומדת את מקצוע ה-DataScience, כיוון די אופנתי עכשיו, וכפי שהתברר, די קשה, כמו שאומרים, קשה ללמוד - קל להילחם. (adsbygoogle = window.adsbygoogle || []).push({}); היו הרבה קשיים בדרכי, לא היה לי מספיק זמן (לקחתי את התעודה ועבדתי), הכוח להבין סטטיסטיקות עזב אותי מדי פעם, הקורונה נעל את כולנו בבית...
ס
sergen355
14.07.2021 G.
פרויקט חינוכי נהדר
יתרונות: סימולטור משלו, סקירות פרויקטים, התייעצויות, קהילה ב-Slack, עזרה בכל נושא. חסרונות: השלילי היחיד הוא שבחלק מהנושאים אין חומר מלא בסימולטור, נדרש זמן נוסף לחיפוש מידע עצמאי, למדתי בפקולטה למדעי הנתונים. פורמט אימון טוב. חלקם נכנסים, חלקם לא. אבל בשבילי זה המקסימום...