Специалист по Data Science Плюс Часть 5/16
Яндекс.Практикум
Как стать специалистом по data science плюс
Расширенная для тех, кто хочет построить карьеру в сфере data science
Информация по частям.
Часть 1.
- Ведение в профессию
- Базовый Python
Часть 2.
- Предобработка данных
Часть 3.
- Исследовательский анализ данных
- Сборный проект - 1
Часть 4.
- Статистический анализ данных
Часть 5.
- Введение в машинное обучение
Часть 6.
- Обучение с учителем
Часть 7.
- Машинное обучение в бизнесе
- Сборный проект - 2
Часть 8.
- Базовый SQL
- Командная строка/Git
Часть 9.
- Мастерская
- Системы обработки больших данных
- Экваториальная активность
Часть 10.
- Линейная алгебра
Часть 11.
- Численные методы
Часть 12.
- Модели и алгоритмы в машинном обучении
- Сборный проект - 3
Часть 13.
- Временные ряды
Часть 14.
- Обработка естественного языка
Часть 15.
- Компьютерное зрение
Часть 16.
- Мастерская
- Сборный проект - 4
* по мере прохождения обучения возможны изменения.
Содержание:
Начало анализа данных
Основы машинного обучения
Вспомогательные инструменты Data Science
Математика машинного обучения
Системы хранения данных
Практика машинного обучения
Основы Deep Learning
Скачать с ЯДа
Яндекс.Практикум
Как стать специалистом по data science плюс
Расширенная для тех, кто хочет построить карьеру в сфере data science
Информация по частям.
Часть 1.
- Ведение в профессию
- Базовый Python
Часть 2.
- Предобработка данных
Часть 3.
- Исследовательский анализ данных
- Сборный проект - 1
Часть 4.
- Статистический анализ данных
Часть 5.
- Введение в машинное обучение
Часть 6.
- Обучение с учителем
Часть 7.
- Машинное обучение в бизнесе
- Сборный проект - 2
Часть 8.
- Базовый SQL
- Командная строка/Git
Часть 9.
- Мастерская
- Системы обработки больших данных
- Экваториальная активность
Часть 10.
- Линейная алгебра
Часть 11.
- Численные методы
Часть 12.
- Модели и алгоритмы в машинном обучении
- Сборный проект - 3
Часть 13.
- Временные ряды
Часть 14.
- Обработка естественного языка
Часть 15.
- Компьютерное зрение
Часть 16.
- Мастерская
- Сборный проект - 4
* по мере прохождения обучения возможны изменения.
Содержание:
Начало анализа данных
Основы машинного обучения
Вспомогательные инструменты Data Science
Математика машинного обучения
Системы хранения данных
Практика машинного обучения
Основы Deep Learning
Скачать с ЯДа
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.