Python для Data Science

Описание курса

Данный курс ориентирован на специалистов в различных областях информационных технологий, имеющих опыт в программировании и желающих получить представление о современных методах машинного обучения с использованием технологии BigData. Эти методы применимы в анализе сырых данных, поиске скрытых закономерностей, решении задач классификации и прогнозирования.

После курса вы сможете:

• применять основной инструментарий специалиста в области Data Science: язык программирования Python, библиотеки numpy, pandas, matplotlib, scikit-learn,  среды разработки PyCharm, Jupyter Notebook;
• решать задачи классификации, кластеризации и регрессии при помощи алгоритмов машинного обучения, а также оценивать качество моделей;
• строить системы машинного обучения на основе данных большого объема с использованием BigData-фреймворка Spark.

Программа курса:

Модуль 1. Введение в машинного обучения и Data science

• Определение машинного обучения и науки о данных, их задачи
• Инструментарий для анализа данных: языки программирования Python и R
• Типы машинного обучения
• Составные части модели машинного обучения
• Базовые концепты машинного обучения

Модуль 2. Основы языка программирования Python

• Интерпретатор Python и запуск программ.
• Семантика языка.
• Типы данных.
• Структуры данных.
• Операторы контроля исполнения (разветвления и циклов).

Модуль 3. Функциональное программирование в Python

• Comprehension, Generators, Iterators.
• Функции в Python.
• Встроенные функции Python.

Модуль 4. Объектно-ориентированное программирование в Python

• ООП в Python.
• Область видимости (namespaces и scope).
• Основы работы с модулями и пакетами, система импорта.

Модуль 5. Исследование и подготовка данных к анализу

• Numpy
• Pandas
• Scipy
• Matplotlib & seaborn

Модуль 6. Типичные проблемы в подготовке данных к анализу

• Преобразование факторных переменных
• Борьба с пробелами в данных
• Проблема мультиколлинеарности
• Скалирование данных
• Выбор информативных переменных для модели
• Типичный алгоритм подготовки данных к моделированию

Модуль 7. Базовые регрессионные модели

• Линейная регрессия
• Полиномиальная регрессия
• Метод ближайших соседей
• Метрики оценки качества регрессии
• Тюнинг регрессионных моделей

Модуль 8. Базовые модели классификации

• Логистическая регрессия
• Метод опорных векторов
• Наивный Байесовский классификатор
• Метрики оценки качества классификации
• Тюнинг параметров моделей классификации

Модуль 9. Базовые модели кластеризации и снижения размерности

• Метод к-средних
• Иерархический кластерный анализ
• DBSCAN
• Анализ
• Кореспонденс анализ

Модуль 10. Деревья решений и ансамбли

• Базовые деревовидные модели
• Random forest
• XGBOOST, lightgbm
• Тюнинг гиперпараметров в ансамблевых моделях

Модуль 11. Методы улучшения качества моделей машинного обучения

• Аугментация
• Feature engineering
• Cross-validation
• Борьба с переобучением
• Борьба с дисбалансом данных
• Регуляризация модели

Модуль 12. Нейронные сети

• Keras
• tensorflow
• RNN
• CNN
• GAN

Модуль 13. Введение в Big Data

• Источники данных: HDFS, Apache Kafka
• Пакет pySpark

Модуль 14. Практикум по пути улучшения качества моделей

• Презентация и обсуждение курсовых проектов
• Подведение итогов курса

Минимальные требования:

• Опыт программирования на любом процедурном языке;
• Знания математики в рамках школьного курса.
• Наличие собственного ноутбука для занятий в аудиториях

* Указанные скидки не суммируются с другими действующими акциями и специальными предложениями. Если у Вас возникли вопросы, обращайтесь за консультацией к нашим менеджерам!