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.

17.01.2022 - 06.03.2022

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

Математика для Data Science

Разберемся с теорией вероятности, статистикой, линейной алгеброй и математическим анализом

Машинное обучение

Познакомимся с линейными и нелинейными моделями регрессии и классификации, а также разберемся с алгоритмами кластеризаци

Исследования и визуализация данных

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

Алгоритмы

Поработаем с нейронными сетями, моделями для временных рядов, с ансамблями моделей

Что ожидать от обучения?

Насыщенная программа
16 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.

Тет-а-тет с вашим личным наставником.

Программа обучения

Неделя 1 — Введение в Python и начало работы с данными
— Изучаем особенности языка Python — Знакомимся с библиотекой Pandas — Анализируем таблицы с помощью кода — Находим зависимости в данных
- Язык Python. Знакомство
  Вебинар
  17.01.2022 19:00
  Развернуть
  Свернуть
  — Типы данных list, dict и string — Условные операторы, циклы и функции — Работа с внешними библиотеками Math, Numpy и Pandas
- Исследовательский анализ данных с помощью Pandas
  Вебинар
  20.01.2022 19:00
  Развернуть
  Свернуть
  — Библиотека Pandas — Код для анализа таблиц — Зависимости в данных
Неделя 2 — 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
  24.01.2022 19:00
  Развернуть
  Свернуть
  — Визуализации на основе данных — Графики из библиотеки Seaborn — Интерактивные графики с помощью Plotly
- Работа с базами данных. Язык SQL
  Вебинар
  27.01.2022 19:00
  Развернуть
  Свернуть
  — Работа с облаком Google и BigQuery — Запросы к базе данных с помощью SQL — Обработка данных с помощью операторов языка SQL
Неделя 3 — Математика и машинное обучение
— Знакомимся с теорией, необходимой для машинного обучения — Изучаем основные понятия машинного обучения — Строим первую регрессионную модель с помощью библиотеки Scikit-Learn
- Экскурс в математику для анализа данных
  Вебинар
  31.01.2022 19:00
  Развернуть
  Свернуть
  — Основы машинного обучения — Задачи на метод максимального правдоподобия — Задачи оптимизации
- Введение в машинное обучение. Линейная регрессия
  Вебинар
  03.02.2022 19:00
  Развернуть
  Свернуть
  — Основные понятия машинного обучения — Регрессионная модель с помощью библиотеки Scikit-Learn — Метрики оценки качества алгоритма
Неделя 4 — Алгоритмы обучения с подкреплением
— Узнаем о методах классификации — Обучим решающие деревья, kNN и логистическую регрессию — Разберемся в том, что такое регуляризация, кросс-валидация и в других аспектах обучения
- Логистическая регрессия
  Вебинар
  07.02.2022 19:00
  Развернуть
  Свернуть
  — Теория логистической регрессии — Улучшаем алгоритм с помощью L1 и L2 регуляризации — Классифицикация обзоров фильмов IMDB
- Алгоритмы классификации.
  Вебинар
  10.02.2022 19:00
  Развернуть
  Свернуть
  — Алгоритмы на основе решающих правил — Классификация рукописных цифр методом ближайших соседей — Кросс-валидация
Неделя 5 — Обучение без подкрепления и ансамбли моделей
— Узнаем почему много простых моделей лучше, чем одна сложная — Построим различные типы ансамблей решающих деревьев — Поработаем с еще одним большим классом задач — кластеризацией
- Ансамбли моделей. Метрики оценки классификации
  Вебинар
  14.02.2022 19:00
  Развернуть
  Свернуть
  — Простые и сложные модели — Что такое bagging и feature importance — Ансамбль решающих деревьев — случайный лес
- Кластеризация. Обучение без учителя
  Вебинар
  17.02.2022 19:00
  Развернуть
  Свернуть
  — Кластеризацией — Алгоритм кластеризации K-Means и DBSCAN — Агломерационная кластеризация
Неделя 6 — Другие подходы машинного обучения
— Изучим, как работать с временными рядами с помощью Python — Разберемся в том, что такое нейронная сеть и как её обучать — Выберем финальный проект
- Анализ временных рядов
  Вебинар
  21.02.2022 19:00
  Развернуть
  Свернуть
  — Работа с временными рядами с помощью Python — Выбор Выпускного проекта
- Введение в нейронные сети
  Вебинар
  24.02.2022 19:00
  Развернуть
  Свернуть
  — Что такое нейронная сеть и как её обучать
Неделя 7 — Градиентный бустинг
— Построим еще один вид ансамблей решающих деревьев — градиентный бустинг — Работа над финальным проектом
- Градиентный бустинг
  Вебинар
  28.02.2022 19:00
  Развернуть
  Свернуть
  — Ещё один вид ансамблей решающих деревьев — градиентный бустинг

Преподаватель

Эмиль Богомолов

Эмиль Богомолов

Инженер-исследователь, Соколовский институт науки и технологий

Инженер-исследователь научной группы ADASE в Сколтехе.
Энтузиаст в сфере машинного обучения и компьютерного зрения.
Контрибьютор опенсорс фреймворков.
Многократный победитель хакатонов по анализу данных.
Автором 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

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

Оплата и регистрация

Период обучения: 17.01 - 06.03

Базовый

Работа в группес наставником

Уютный

Индивидуальная работас наставником

В рассрочку
Полная оплата
Предоплата
Юр. лицам

от 1 833 /мес

3 058

Сумма указана для рассрочки на 12 месяцев. Точная ежемесячная плата зависит от срока и банка.

-40%скидка