Онлайн-курсы

Курс «Введение в машинное обучение»

Вуз-партнёр: НИУ ВШЭ
Преподаватели: Константин Вячеславович Воронцов и Евгений Соколов

В рамках курса будут разобраны основные типы задач, решаемых с помощью машинного обучения. Главным образом, речь пойдёт о классификации, регрессии и кластеризации. Преподаватели расскажут об основных методах машинного обучения и их особенностях, научат оценивать качество моделей и видеть, подходит ли модель для решения конкретной задачи. У слушателей будет возможность познакомиться с современными библиотеками, в которых реализованы обсуждаемые модели и методы оценки их качества. В курсе будут использованы данные из реальных задач.

Специализация «Машинное обучение и анализ данных»

Вуз-партнёр: МФТИ
Преподаватели: Константин Вячеславович Воронцов, Евгений Соколов, Антон Слесарев, Эмели Драль, Евгений Рябенко, Виктор Кантор
Специализация состоит из 6 курсов и заключительного проекта. Преподаватели покажут, как проходит полный цикл анализа — от сбора данных до выбора оптимального решения и оценки его качества, научат пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. Каждый курс включает теорию и практические задания различного уровня сложности. В центре внимания — типовые задачи машинного обучения и анализа данных. В финале слушатели займутся разработкой собственных проектов для решения любой актуальной бизнес-задачи. Результатом для каждого станет наглядная работающая модель, которую можно будет применять в работе или демонстрировать на собеседованиях.
Первый выпускной прошел в офисе Яндекса в феврале 2017 года. На тот момент у специализации было 126 выпускников, из них 67 приехали на встречу

Специализация «Big Data for Data Engineers»

Преподаватели: Алексей Драль, Эмели Драль, Евгений Рябенко, Иван Пузыревский, Павел Клеменков, Павел Мезенцев, Илья Трофимов, Наталья Притыковская, Антон Горохов, Олег Сухорослов
Программа из четырёх курсов и проектов предназначена в первую очередь для людей, которые стремятся научиться работать с большими объёмами данных — хранить их и строить отказоустойчивые эффективные системы обработки. Однако специализация будет полезна и тем, кто занимается интеллектуальным анализом данных.
В процессе обучения вы приобретёте навыки использования современных платформ и инструментов — например, Hadoop, Spark, Hive. Вы выполните четыре проекта — каждый следующий сложнее предыдущего — и поймёте, как решать самые частые задачи, связанные с большими данными. Пройдя всю программу, научитесь обрабатывать данные разными способами, использовать на больших данных методы машинного обучения и внедрять эти методы в продукты.
Чтобы учиться, нужно иметь опыт программирования на Питоне и базовые знания об алгоритмах. Знать о машинном обучении необязательно, но это поможет проходить третий курс специализации.