| |
Автор |
Сообщение |
Nord Freeman ®
RG Книги
Куратор Книг
Стаж: 12 лет 1 мес.
Сообщений: 6122
Ratio: 6751.304
Раздал: 130.1 TB
Поблагодарили: 573610
100%
Откуда: The Pirate Bay
|
Нетология, Алексей Кузьмин | Профессия - Data Scientist (2018) PCRec, CamRip
Автор: Алексей Кузьмин Производство: НетологияЖанр: Data Science, программирование, аналитика Описание:Научитесь преобразовывать сырые данные в полезную информацию для принятия стратегических решений. Data Scientist создаёт и обучает предиктивные модели с помощью алгоритмов машинного обучения и нейросетей, помогая бизнесу находить скрытые закономерности, прогнозировать развитие событий и оптимизировать ключевые бизнес-процессы. Курс состоит из видео уроков и домашних заданий от ведущих специалистов по Data Scientist компаний Mail.ru, Ivi и Avito. Первые два набора уже удачно состоялись, и студенты вовсю погрузились в базовые алгоритмы ML, feature engineering, машинное зрение, Data Scientist в e-commerce, временные ряды и прогнозирование стоимости акций и других товаров. Их преподавателями стали эксперты из Yandex Data Factory, Rambler&Co, Сбербанк Технологии и теперь у вас появится возможность получить все необходимые знания и навыки для работы в области больших данных. Чему вы научитесь: - Работать SQL. Научитесь писать запросы, работать с данными в базе без переноса в таблицы, загружать данные и сохранять историю, работать с разными форматами файлов.
- Использовать Python и библиотеки. Автоматизировать работу с большими массивами, получать данные из внешних источников, обосновывать выводы, сделанные на основании данных.
- Проверять данные и определять проблемы. Обрабатывать текстовые данные, чтобы передавать их в алгоритмы машинного обучения, генерировать новые значимые признаки.
- Строить модели машинного обучения. Быстро строить модели и проверять гипотезы, строить рекомендательную систему и нейронную сеть, выявлять скрытые аномалии в данных.
- Применять математику. Освоите необходимый математический аппарат для продуктивной работы с моделями данных, машинным обучением и нейронными сетями.
- Лидировать DS-проект. Структурировать результаты, формулировать гипотезы, выявлять потребности, находить области применения машинного обучения.
Продолжительность: 136:09:20 Качество видео: PCRec I Подготовительный блок: Экспресс-обучение основным инструментам: Python 3, git, библиотеки numpy, pandas. Обзор основного математического аппарата: матричные операции, введение в статистику и проверку гипотез.
II Введение в data science, основные инструменты: Что такое data science, big data, как это работает и где применяется. Эксплоративный анализ и библиотеки визуализации данных. Обзор методов машинного обучения в бибилотеке scikit-learn.
III Базовые алгоритмы и понятия машинного обучения: Разбор основных задач и алгоритмов машинного обучения: деревья решений, метод k ближайших соседей, линейный классификатор и логистическая регрессия, кластеризация. Проверка точности модели. Проблема переобучения и борьба с ней: регуляризация, ансамблирование.
IV Feature engineering: Проблемы качества и размерности данных. Уменьшение размерности данных. Методы декомпозиции. Cпрямляющие пространства.
V Рекомендательные системы: Введение в рекомендательные системы. Неперсонализированные рекомендации. Персонализированные рекомендации. Развитие рекомендательных систем.
VI Распознавание изображений, машинное зрение: Базовая теория. Обзор кейсов применения. Нейросети. Разбор реальных задач: рукописный ввод, детекция и сегментация объектов на изображении.
VII Обработка естественного языка (NLP): Введение в обработку текста. Обзор существующих библиотек, их использование и доработка. Использование внешних ресурсов. Грязные тексты: что это такое и как с ними работать. Дистрибутивная семантика. Чатботы: разбор генерации текстов. Нейросети для NLP.
VIII Анализ временных рядов, прогнозирование: Временные ряды, модели ARMA/ARIMA. Сложные модели прогнозирования. Эксплоративный анализ временных рядов.
IX Общение с заказчиком: Проекты машинного обучения: как выявить требования и оценить проект. Составление отчетов по исследованиям. Мастер-класс по презентации результатов.
X Data Science в маркетинге и e-commerce: Цели, задачи, решения и критерии успешности применения Data Science. Маркетинг Data-Driven vs интуиция. Типы данных и примеры датасетов. Методы сбора из разных источников. Подготовка и обработка данных, извлечение смысла и визуализация. Разбор атрибуции маркетинговых расходов для увеличения дохода интернет-магазина.
XI Дополнительные инструменты, среды: Экосистема Google: BigQuery, Dataflow, Dataproc, Datalab и др. Коммерческие решения HP: Vertica, Haven, IDOL, коннекторы данных. Решения от Amazon (AWS). Хранение и обработка данных в Clickhouse.
XII Дипломная работа: Разработка и внедрение собственного ML-решения/проекта либо разработка предложенного нами кейса. Скриншоты:
Время раздачи: 24/7 (до появления первых 3-5 скачавших) |
|
|
|
|
moonZlo
Стаж: 5 лет 10 мес.
Сообщений: 347
Ratio: 46.269
Поблагодарили: 1866
100%
|
136 часов вот это я понимаю, исчерпывающий материал. От души, и с наступающим |
_________________
|
|
|
volcano1640
Стаж: 9 лет 9 мес.
Сообщений: 350
Ratio: 4.087
10.79%
Откуда: CCCP
|
Реклама сегодня прилетела - хотите нанять виртуального сотрудника для документооборота. Я аж присел. Посмотреть что-ли, отстаю от прогресса.... |
|
|
|
thewebmaster
Стаж: 11 лет 6 мес.
Сообщений: 3
Ratio: 16.072
0.27%
|
к сожалению, видео в папке "3. Линейный классификатор, логистическая регрессия" в разделе "03. Базовые алгоритмы и понятия ML" совпадают с видео в папке "2. Метод k ближайших соседей" в том же разделе.
Все равно, конечно, раздача грандиозная, спасибо автору раздачи! |
|
|
|
TryToTakeMeFly
Стаж: 2 года 7 мес.
Сообщений: 1
16.67%
|
Актуален ли этот курс в 2021? Или лучший посмотреть в сторону слитого курса по этой же теме от скиллбокс? |
|
|
|
black_hat
Стаж: 2 года 11 мес.
Сообщений: 36
Ratio: 2.691
79.87%
|
Для новичков норм курс? |
|
|
|
Biba91
Стаж: 3 года 2 мес.
Сообщений: 553
Ratio: 6.083
100%
|
А нету курсов Нетологии следующих 1)Специалист по информационной безопасности 2)Основы трейдинга и инвестиций 3)Геймдизайнер 4)Профессия сценарист 5)Linux и программирование на Bash 6)Магистратура Кибербезопасности 7)Backend Node.js разработчик 8)Нарративный дизайн - сейчас у них нету такого курса, но раньше помню был |
|
|
|
The_ru
Стаж: 13 лет
Сообщений: 50
Ratio: 7.416
Поблагодарили: 52
8.33%
|
Поиск по складчику может дать ответ на этот вопрос. |
|
|
|
|
|
|