Kurs “Veri Bilimi Uzmanı” - kurs 112.000 ruble. Yandex Atölyesinden, 8 aylık eğitim, tarih 30 Kasım 2023.
Miscellanea / / November 28, 2023
Veri Bilimcileri ne yapar?
Büyük miktarda veriyi analiz edin, modeller geliştirin ve tahminlerde bulunmak ve kalıpları belirlemek için makine öğrenimini uygulayın. Verilerin saklanması ve işlenmesinin gerekli olduğu çeşitli alanlarda bunlara ihtiyaç duyulmaktadır.
Bankalarda
Müşterilerle ilgili verileri analiz edin ve hangi göstergelerin kredi itibarını etkilediğini belirleyin, müşterinin bankadan ayrılma olasılığını tahmin edin
Endüstride
Makine öğrenimini kullanarak ekipmanın ne zaman arızalanacağını ve hangi mevduat madenciliğinde en büyük karı getireceğini tahmin ediyorlar.
Pazarlama ve ticarette
Sezonsallığı, en yüksek satış günlerini analiz ederek ve bir öneri sistemi oluşturarak büyüme noktalarının bulunmasına yardımcı olurlar.
Taşımacılık sektöründe
Trafik ışıklarının çalışmasını optimize edin, yollardaki yükü değerlendirin ve onarım planlarının ayarlanmasına yardımcı olun
Veri Bilimi kurs programını tamamlayın
Sektörün ve işverenin ihtiyaçlarını karşıladığından emin olmak için onu düzenli olarak güncelliyoruz. Başka bir deyişle, yalnızca işinizde kesinlikle yararlı olacak şeyleri öğrenirsiniz.
Python ve Veri Analizinin Temelleri: Ücretsiz Giriş Kursu:
Veri analizinin temel kavramlarını öğrenin ve veri analistlerinin ve veri bilimcilerinin ne yaptığını anlayın. Farklı alanlardan verilerle çalışmanın beş örneğini çözün:
- gadget'ların büyük ölçüde bozulmasının nedenini öğrenin,
- mobil uygulama reklamlarının geri ödemesini kontrol edin,
- yeni bir mağaza için en iyi yeri bulun,
- bir yapay zeka girişimi için bir geliştirme stratejisi seçmenize yardımcı olmak,
- Destek hizmetindeki robotların etkinliğini değerlendirmek.
Vakaları çözerek Python'un ve pandas kütüphanesinin temellerini öğrenecek, bazı grafikleri nasıl oluşturacağınızı ve bunları doğru şekilde yorumlayacağınızı öğreneceksiniz.
“Veri Bilimi Uzmanı” mesleğine giriş
Veri Bilimi Uzmanı Nedir?
Nasıl öğretiyoruz.
Temel Python:
Python programlama dilini ve pandas kütüphanesini daha derinlemesine inceleyin.
Portföydeki +1 proje
Yandex kullanıcı verilerini karşılaştırın. Şehre ve haftanın gününe göre müzik.
Veri ön işleme:
Verileri aykırı değerlerden, ihmallerden ve kopyalardan temizlemenin yanı sıra farklı veri formatlarını dönüştürmeyi öğrenin.
Portföydeki +1 proje
Banka müşterileri hakkındaki verileri analiz edin ve kredi değerli olanların payını belirleyin.
Keşif amaçlı veri analizi:
Olasılık ve istatistiğin temellerini öğrenin. Verilerin temel özelliklerini keşfetmek, kalıpları, dağılımları ve anormallikleri aramak için bunları kullanın. Scipy ve matplotlib kütüphanelerini tanıyın. Diyagramlar çizin ve grafikleri analiz etme alıştırmaları yapın.
Portföydeki +1 proje
St. Petersburg ve Leningrad bölgesindeki gayrimenkul satışına ilişkin ilan arşivini keşfedin.
Olasılık teorisi. Ek kurs
Olasılık teorisindeki temel terimleri hatırlayın veya tanıyın: bağımsız, zıt, uyumsuz olaylar vb. Basit örnekler ve eğlenceli problemler kullanarak sayılarla çalışma ve çözüm mantığını oluşturma pratiği yapacaksınız.
Bu isteğe bağlı bir sprinttir. Bu, her öğrencinin kendisinin seçeneklerden birini seçtiği anlamına gelir:
- On kısa dersten oluşan ek bir kursa katılın, teorinizi geliştirin ve problemleri çözün.
- Yalnızca röportaj görevlerinin bulunduğu bloğu açın, teori olmadan uygulamayı hatırlayın.
- Kursu tamamen atlayın veya zaman ve ihtiyaç olduğunda kursa geri dönün.
İlk modülün final projesi
Ön veri araştırmasını nasıl yürüteceğinizi ve hipotezleri nasıl formüle edip test edeceğinizi öğrenin.
Portföydeki +1 proje
Oyunun başarısını belirleyen kalıpları bulun.
Makine Öğrenimine Giriş:
Temel makine öğrenimi kavramlarında uzmanlaşın. Scikit-Learn kütüphanesini tanıyın ve onu ilk makine öğrenimi projenizi oluşturmak için kullanın.
Portföydeki +1 proje
Bir mobil operatör için tarife öneri sistemi geliştirin.
Rehberli eğitim:
Makine öğreniminin en sıcak alanına daha derinlemesine dalın: denetimli öğrenme. Dengesiz verilerle nasıl başa çıkacağınızı öğrenin.
Portföydeki +1 proje
Bir müşterinin bankadan ayrılma olasılığını tahmin edin.
İş dünyasında makine öğrenimi:
Makine öğreniminin (kısalt. MO), verilerin nasıl toplanacağı ve ürün metriklerinin MO metrikleriyle nasıl ilişkili olduğu konusunda işletmeye yardımcı olur. Makine öğrenimini kullanarak yeni hizmet işlevselliğini başlatmayı öğrenin. İş metriklerinin, KPI'ların ve A/B testinin ne olduğunu öğrenin.
Portföydeki +1 proje
Petrol üretimi için en az kayıp riskiyle yeni bir konum belirlemeye yardımcı olacak bir model eğitin.
İkinci modülün final projesi:
Verileri makine öğrenimi için hazırlayın. Modeli kullanarak kalitesini değerlendirin.
Portföydeki +1 proje
İşletmenin işleyişini iyileştirmek için altın cevheri eritme sürecini simüle edin.
Lineer Cebir:
Şu ana kadar öğrendiğiniz bazı algoritmalara göz atın ve bunların nasıl kullanılacağını daha iyi anlayın. Uygulamada, doğrusal cebirin ana kavramlarına sıfırdan hakim olun: doğrusal uzaylar, doğrusal operatörler, Öklid uzayları.
Portföydeki +1 proje
Sigorta şirketi müşterilerinin kişisel bilgilerini korumak için veri dönüştürme yöntemini kullanın.
Sayısal yöntemler:
Bir dizi algoritmayı analiz edecek ve bunları sayısal yöntemler kullanarak pratik problemleri çözmeye uyarlayacaksınız. Yaklaşık hesaplamalarda, algoritma karmaşıklığı tahminlerinde ve gradyan inişinde uzmanlaşın. Sinir ağlarının nasıl eğitildiğini ve gradyan artırmanın ne olduğunu öğrenin.
Portföydeki +1 proje
Kullanılmış bir arabanın maliyetini belirlemek için bir model geliştirin.
Zaman serisi:
Zaman serileri, elektrik tüketimi veya taksi siparişlerinin sayısı gibi parametrelerin zaman içinde nasıl değiştiğini açıklar. Serileri analiz etmeyi, trendleri aramayı ve mevsimselliği tanımlamayı öğreneceksiniz. Tablo verilerinin ve zaman serisi regresyon probleminin nasıl oluşturulacağını öğrenin.
Portföydeki +1 proje
Bir model oluşturun ve en yüksek taksi yüklerini tahmin edin.
Metinler için makine öğrenimi:
Metinlerden sayısal vektörler oluşturmayı ve bunlar için sınıflandırma ve regresyon problemlerini çözmeyi öğrenin. TF-IDF özelliklerinin nasıl hesaplandığını öğrenin ve word2vec ve BERT dil temsillerine aşina olun.
Portföydeki +1 proje
Toksisite değerlendirmelerini otomatikleştirerek topluluğunuzdaki yorum denetimini hızlandırın.
Temel SQL:
Veritabanlarıyla çalışmaya yönelik SQL sorgu dilinin ve ilişkisel cebirin temellerini öğrenin. Popüler bir veritabanı yönetim sistemi (kısaltması) olan PostgreSQL'de çalışmanın özelliklerini öğrenin. DBMS). Farklı karmaşıklık düzeylerinde sorgular yazmayı ve iş sorunlarını SQL'e çevirmeyi öğrenin.
Filmler ve müzik konusunda uzmanlaşmış bir çevrimiçi mağazanın veri tabanıyla çalışacaksınız.
Portföydeki +1 proje
Risk yatırımcıları, yeni kurulan girişimler ve bunlara yapılan yatırımlarla ilgili verileri depolayan bir veritabanına, değişen karmaşıklığa sahip bir dizi sorgu yazın.
Bilgisayar görüşü:
Hazır sinir ağlarını ve Keras kitaplığını kullanarak basit bilgisayarlı görme sorunlarını çözmeyi öğrenin. Derin öğrenmeyi tanıyın.
Portföydeki +1 proje
Bir fotoğraftan bir kişinin yaklaşık yaşını belirlemek için bir model oluşturun.
Denetimsiz öğrenme:
Denetimsiz öğrenme, sistemin özelliklerine ve yapısına bağlı olarak önceden etiketlenmiş veriler olmadan bir sorunu çözdüğü makine öğrenimi yöntemlerinden biridir. Kümeleme ve anormallik algılama sorunları hakkında bilgi edinin.
Mezuniyet projesi:
Son projede yeni bir mesleğe hakim olduğunuzu onaylayın. Müşterinin görevini netleştirin ve veri analizi ile makine öğreniminin tüm aşamalarından geçin. Artık ders veya ödev yok - her şey gerçek bir işte olduğu gibi.
Portföydeki +1 proje
Aralarından seçim yapabileceğiniz proje:
- Bir telekomünikasyon şirketinden müşteri kaybını tahmin eden bir model oluşturun.
- Bir metalurji tesisindeki teknolojik sürecin parametrelerini tahmin eden bir model oluşturun.
D
daryamanannikova
01.10.2020 G.
İdeal çevrimiçi kurslara örnek
Yandex'de. Atölye sırasında, şu anda oldukça moda bir yön olan DataScience mesleğini inceliyorum ve ortaya çıktığı gibi, dedikleri gibi öğrenmesi oldukça zor - savaşması kolay. (adsbygoogle = window.adsbygoogle || []).Push({}); Yolumda çok zorluklar vardı, zamanım yetmiyordu (diplomamı alıp çalışıyordum), istatistik anlama gücüm dönem dönem beni terk ediyordu, koronavirüs hepimizi eve kilitlemişti...
S
sergen355
14.07.2021 G.
Harika bir eğitim projesi
Avantajları: kendi simülatörü, proje incelemeleri, istişareler, Slack'te topluluk, her konuda yardım. Dezavantajları: Tek olumsuzluk, bazı konularda simülatörde eksiksiz bir materyal bulunmaması, bağımsız olarak bilgi aramak için ek süreye ihtiyaç duyulmasıdır.Veri Bilimi Fakültesi'nde okudum. İyi bir eğitim formatı. Bazıları giriyor, bazıları girmiyor. Ama benim için bu maksimum...