Интенсивный курс

Python: анализ данных и машинное обучение

Записывайтесь на курс и за 7 недель освойте Python и библиотеки языка для анализа данных, научитесь работать с нейронными сетями и машинным обучением и получите первый проект в портфолио. Курс можно проходить с нулевым опытом.

За 7 недель вы научитесь

1

Python для анализа данных

Познакомимся с языком номер один для анализа данных
2

Работа с библиотеками

Изучим популярные библиотеки: NumPy, SciPy, Matplotlib, Pandas, Scikit Learn и PyTorch
3

Машинное обучение

Познакомимся с линейными и нелинейными моделями регрессии и классификации
4

Исследования и визуализация данных

Научимся обрабатывать и чистить данные, строить и понимать графики, изучим метрики оценки качества алгоритмов
5

Алгоритмы

Поработаем с нейронными сетями и с ансамблями моделей

Что ожидать от обучения?

  • Насыщенная программа
    14 обучающих модулей, 100+ часов обучения.
  • Поддержка наставника
    Практикующий IT-специалист будет отвечать на любые вопросы и делать кодревью.
  • Готовое портфолио
    Получите первый кейс в свое портфолио.
  • Доступ к материалам
    Не ограничен рамками курса. Вы можете продолжить учиться когда захотите.
  • Telegram-чат
    Общение с преподавателями и одногруппниками в уютной и дружелюбной атмосфере.
  • Сертификат
    С уникальным ID, подтверждающий уровень ваших знаний.
  • Ламповая атмосфера
    Никаких скучных и занудных “дядек“. В Loftschool вас будут учить в атмосфере rock-and-roll.
  • Начало карьеры
    После обучения вы сразу же готовы к старту карьеры.

Как проходит обучение

  • Задание
    Каждый понедельник студенты получают задание
  • Недельный план
    Подскажет, что делать в каждый конкретный день курса.
  • Материалы недели
    Изучать можно в удобном для себя ритме.
  • Самостоятельная работа
    После изучения материалов студент работает над проектом

* Материалов курса достаточно, чтобы выполнить выпускной проект. Если у вас возникнут вопросы, то вы сможете задать их команде курса в групповом чате.

Посмотрите видео о том, как проходит обучение

Каждая неделя обучения включает:

1 теоретический модуль
Разбираем всю теорию с примерами практического применения.
1 практический воркшоп
Только кодинг. Закрепляем теорию практикой.
1 групповую практику
С одногруппниками и наставником.
Ревью проекта
Индивидуальный разбор вашего проекта.

Программа обучения

  • Неделя 1 — Введение в Python и начало работы с данными

    — Изучаем особенности языка Python — Учимся работать с условными операторами, циклами и функциями — Знакомимся с внешними библиотеками

    • Язык Python. Знакомство

      Вебинар
      03.10.2022 19:00

      — Типы данных list, dict и string — Условные операторы, циклы и функции — Работа с внешними библиотеками Math, Numpy и Pandas

    • Язык Python. Практика

      Вебинар
      06.10.2022 19:00

      — Практическое занятие с преподавателем курса

  • Неделя 2 — Исследовательский анализ данных

    — Знакомимся с библиотекой Pandas — Анализируем таблицы с помощью кода — Находим зависимости в данных

    • Исследовательский анализ данных с помощью Pandas

      Вебинар
      10.10.2022 19:00

      — Библиотека Pandas — Код для анализа таблиц — Зависимости в данных

    • Исследовательский анализ данных с помощью Pandas. Практика

      Вебинар
      13.10.2022 19:00

      — Практический вебинар с преподавателем

  • Неделя 3 — Визуализация данных и работа с SQL

    — Строим визуализации на основе данных в том числе интерактивные — Учимся выбирать подходящие графики — Работаем с Google Cloud BigQuery — Пишем запросы к базе данных с помощью SQL

    • Визуальный анализ данных с помощью Seaborn и Plotly

      Вебинар
      17.10.2022 19:00

      — Визуализации на основе данных — Графики из библиотеки Seaborn — Интерактивные графики с помощью Plotly

    • Работа с базами данных. Язык SQL

      Вебинар
      20.10.2022 19:00

      — Работа с облаком Google и BigQuery — Запросы к базе данных с помощью SQL — Обработка данных с помощью операторов языка SQL

  • Неделя 4 — Машинное обучение

    — Знакомимся с теорией, необходимой для машинного обучения — Изучаем основные понятия машинного обучения — Строим первую регрессионную модель с помощью библиотеки Scikit-Learn

    • Работа с базами данных. Язык SQL. Практика

      Вебинар
      24.10.2022 19:00

      — Практический вебинар с преподавателем

    • Введение в машинное обучение. Линейная регрессия

      Вебинар
      27.10.2022 19:00

      — Основные понятия машинного обучения — Регрессионная модель с помощью библиотеки Scikit-Learn — Метрики оценки качества алгоритма

  • Неделя 5 — Логистическая регрессия

    — Изучаем теорию логистической регрессии — Рассмотрим примеры работы с логистической регрессией и регуляризацией

    • Логистическая регрессия. Часть 1

      Вебинар
      31.10.2022 19:00

      — Метод максимального правдоподобия — Линейный классификатор — L2-регуляризация логистической функции потерь — Примеры работы с логистической регрессией и регуляризация

    • Логистическая регрессия. Часть 2

      Вебинар
      03.11.2022 19:00

      — Области применения логистической регрессии — Примеры использования с библиотекой sklearn — XOR-проблема — Кривые валидации и обучения, построение выводов

  • Неделя 6 — Нейронные сети

    — Начинаем работать с нейронными сетями — Изучаем задачи классификации изображений и датасеты

    • Логистическая регрессия. Практика

      Вебинар
      07.11.2022 19:00

      — Практический вебинар с преподавателем

    • Нейронные сети. Работа с изображениями

      Вебинар
      10.11.2022 19:00

      — Задача классификации изображений и датасеты — Метод ближайших соседей для классификации — Что такое нейронная сеть

  • Неделя 7 — Нейронные сети

    — Изучаем нейронные сети — Начинаем работать над выпускным проектом

    • Нейронные сети. Обучение линейного классификатора

      Вебинар
      14.11.2022 19:00

      — Функции ошибки в классификации изображений — Регуляризация модели — Процесс обучения нейронной сети

    • Нейронные сети. Практика

      Вебинар
      17.11.2022 19:00

      — Практический вебинар с преподавателем курса

Преподаватель

Эмиль Богомолов
bogomolov
Эмиль Богомолов
Инженер-исследователь, Сколковский институт науки и технологий (Сколтех)
  • Инженер исследователь в Сколтехе.

  • Энтузиаст в сфере машинного обучения и компьютерного зрения.

  • Контрибьютор опенсорс фреймворков.

  • Многократный победитель хакатонов по анализу данных.

  • Автор статей на международных конференциях: WACV и CVPR.

Компании, в которых работают выпускники
Доказательства по перечисленным компаниям вы можете найти в документе
Наши партнеры по трудоустройству
Сертификат курса data science

Ваш будущий сертификат

По окончании обучения вы получите сертификат. LoftSchool знают и ценят работодатели, поэтому сертификат станет вашим дополнительным плюсом при трудоустройстве в IT-компанию.
Он будет доступен в электронном виде в личном кабинете – вы легко сможете добавить ссылку на сертификат в резюме и подтвердить свой уровень подготовки.

Познакомься с LoftSchool ближе

Почему стоит выбрать обучение в LoftSchool

Безупречная репутация

Мы в деле с 2012 года и нас знают во всех больших IT компаниях России и ближнего зарубежья.

LoftSchool – лидер в IT образовании

По результатам исследования «Моего круга» на Хабре LoftSchool занял первое место.

1000+ выпускников ежегодно

Наши выпускники работают в Apple, Яндекс, Mail.ru, Epam и др. крупнейших компаниях. Пруфы.

Ответы на часто задаваемые вопросы

  • Зачем платить за обучение, если в интернете можно найти всё бесплатно?
  • Предусмотрен ли возврат денег, если я передумаю проходить курс или профессию?
  • Можно ли платить частями?
  • Почему стоимость курсов повышается до старта потока?
  • Могут ли меня отчислить, если я пропущу неделю обучения или больше?
  • Что нужно для обучения в LoftSchool?
  • Можно ли совмещать обучение с работой или учёбой?
В данный момент набор не ведется, зайдите через неделю.
Или нажмите на кнопку Сообщить о старте, чтобы мы отправили Вам приглашение, когда станет известна дата старта следующего потока.