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.

Специализация «Advanced Machine Learning»

Преподаватели: Евгений Соколов, Андрей Зимовнов, Екатерина Лобачева, Александр Панин, Никита Казеев, Алексей Артемов, Павел Швечиков, Анна Козлова, Сергей Юдин, Антон Конушин, Михаил Гущин, Анна Потапенко, Дмитрий Ульянов, Мариос Михайлидис, Михаил Трофимов, Андрей Устюжанин, Алексей Зобнин, Александр Гущин, Дмитрий Алтюхов, Даниил Поляковский, Александр Новиков.
В рамках этой специализации преподаватели дают основы глубинного обучения, обучения с подкреплением, автоматической обработки текстов, компьютерного зрения и байесовских методов.
Также навыками решения практических задач со слушателями делятся победители соревнований по машинному обучению на платформе Kaggle и учёные, работающие с данными в ЦЕРН. После окончания семи курсов специализации вы сможете применять современные методы машинного обучения в ваших проектах и будете хорошо понимать, как стоит обращаться с реальными данными и как эффективнее использовать существующие инструменты.