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

Python для анализа данных

Познакомимся с языком номер один для анализа данных

Работа с библиотеками

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

Машинное обучение

Познакомимся с линейными и нелинейными моделями регрессии и классификации

Исследования и визуализация данных

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

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

Ⅰ
Задание
Каждый понедельник студенты получают задание
Ⅱ
Недельный план
Подскажет, что делать в каждый конкретный день курса.
Ⅲ
Материалы недели
Изучать можно в удобном для себя ритме.
Ⅳ
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:

Разбираем всю теорию с примерами практического применения.

Только кодинг. Закрепляем теорию практикой.

С одногруппниками и наставником.

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

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.

Города, в которых живут наши ученики

Cанкт-Петербург
Пенза
Алматы
Ростов
Минск
Рязань
Москва
Саратов
Волгоград
Севастополь
Воронеж
Симферополь
Екатеринбург
Сочи
Казань
Ставрополь
Красноярск
Сургут

Cанкт-Петербург
Пенза
Алматы
Ростов
Минск
Рязань
Москва
Саратов
Волгоград
Севастополь
Воронеж
Симферополь
Екатеринбург
Сочи
Казань
Ставрополь
Красноярск
Сургут

Нижний Новгород
Тверь
Новосибирск
Тольятти
Омск
Томск
Пермь
Тула
Ростов-на-Дону
Тюмень
Уфа
Ульяновск
Челябинск
Хабаровск
Вологда
Чебоксары
Гомель
Самара

Нижний Новгород
Тверь
Новосибирск
Тольятти
Омск
Томск
Пермь
Тула
Ростов-на-Дону
Тюмень
Уфа
Ульяновск
Челябинск
Хабаровск
Вологда
Чебоксары
Гомель
Самара

Ижевск
Барнаул
Иркутск
Владивосток
Калининград
Ярославль
Кемерово
Набережные Челны
Киров
Новокузнецк
Краснодар
Балашиха
Курск
Астрахань
Липецк
Улан-Удэ
Махачкала
Магнитогорск
Оренбург
Брянск

Ижевск
Барнаул
Иркутск
Владивосток
Калининград
Ярославль
Кемерово
Набережные Челны
Киров
Новокузнецк
Краснодар
Балашиха
Курск
Астрахань
Липецк
Улан-Удэ
Махачкала
Магнитогорск
Оренбург
Брянск

Компании, в которых работают выпускники

Доказательства по перечисленным компаниям вы можете найти в документе

Наши партнеры по трудоустройству

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?
Покупая курс в LoftSchool, вы платите за гарантированный результат, а не за набор материалов. От вас требуется чётко следовать программе обучения, выполняя все домашние задания, которые будут строго проверяться вашим наставником. На выходе с курса – вы будете подготовлены к старту карьеры в IT-индустрии. Так что сами по себе материалы, которые действительно можно найти бесплатно, хоть и важны, но не играют решающего фактора. Это лишь кирпичик в здании нашей школы.
Предусмотрен ли возврат денег, если я передумаю проходить курс или профессию?
Да. Мы возвращаем деньги 2 путями, на ваш выбор:
- на вашу банковскую карту за вычетом 5% издержек (согласно публичной оферте), либо
- на личный счет в системе LoftSchool в полном размере (деньги затем можно потратить на любой курс школы).
В обоих случаях возврат возможен не позднее 3-го дня с момента старта обучения.
Мы также можем перевести вас на другой поток или курс не позднее 7-го дня с момента старта обучения. Такой перевод возможен только 1 раз.
Можно ли платить частями?
Для желающих обучаться в нашей школе мы, совместно с сервисом ЮKassa и банками-партнёрами, предоставляем рассрочку от 3 до 36 месяцев.
Как это работает:
- На странице курса либо профессии нажмите "Оплатить" и выберите вариант "В рассрочку".
- Далее выберите подходящий вам вариант (Тинькофф, ЮKassa, Халва, Почта Банк, Покупай со СберБанком).
- Выберите срок и размер выплат, другие условия кредита.
- За пару минут заполните короткую анкету.
- Через несколько минут получите решение банка о предоставлении кредита.
- При выборе рассрочки от ЮKassa, погасите полную стоимость обучения в течении 30 (или 60) дней, чтобы избежать переплат. Либо оплачивайте обучение частями в течение 6 или 12 месяцев с переплатой 3,9% в месяц.
Почему стоимость курсов повышается до старта потока?
Конечная цена за пару дней до старта курса – это его реальная цена. Все цены до этого – идут со скидкой. Так как производство курса и оплата работы специалистов является самой большой частью наших издержек, то мы поощряем клиентов, которые решают приобрести курс заблаговременно, тем самым покрывая часть наших издержек на этапах подготовки.
Могут ли меня отчислить, если я пропущу неделю обучения или больше?
Нет, мы не отчисляем. Однако, на итоговую оценку в выпускном дипломе это повлияет, если вы не будете укладываться в дедлайны. У нас очень понимающий коллектив и мы всегда пойдем на встречу. Если причина вашего исчезновения была уважительной, то мы рассмотрим возможность сдачи проекта вне дедлайна.
Что нужно для обучения в LoftSchool?
Для прохождения обучения вам понадобятся стабильный интернет и персональный компьютер (или ноутбук).
Можно ли совмещать обучение с работой или учёбой?
Да, наши курсы спроектированы специально для работающих людей, в том числе с плавающим графиком работы. Домашние задания вы можете выполнять в удобное для себя время, а 90% уроков представлены в виде скринкастов - это заранее записанные видеоуроки в хорошем качестве, с актуальной информацией. Групповые занятия проводим в формате вебинаров, и каждому ученику будет доступна запись.

Ответы на другие вопросы

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.

Интенсивный курс

Python: анализ данных и машинное обучение

За 7 недель вы научитесь

Python для анализа данных

Работа с библиотеками

Машинное обучение

Исследования и визуализация данных

Алгоритмы

Что ожидать от обучения?

Как проходит обучение

Каждая неделя обучения включает:

Программа обучения

Неделя 1 — Введение в Python и начало работы с данными

Язык Python. Знакомство

Язык Python. Практика

Неделя 2 — Исследовательский анализ данных

Исследовательский анализ данных с помощью Pandas

Исследовательский анализ данных с помощью Pandas. Практика

Неделя 3 — Визуализация данных и работа с SQL

Визуальный анализ данных с помощью Seaborn и Plotly

Работа с базами данных. Язык SQL

Неделя 4 — Машинное обучение

Работа с базами данных. Язык SQL. Практика

Введение в машинное обучение. Линейная регрессия

Неделя 5 — Логистическая регрессия

Логистическая регрессия. Часть 1

Логистическая регрессия. Часть 2

Неделя 6 — Нейронные сети

Логистическая регрессия. Практика

Нейронные сети. Работа с изображениями

Неделя 7 — Нейронные сети

Нейронные сети. Обучение линейного классификатора

Нейронные сети. Практика