Специализация Машинное обучение и анализ данных

Начался Apr 16

Специализация Машинное обучение и анализ данных

Машинное обучение и анализ данных. Типовые задачи машинного обучения и анализа данных и методы их решения

Об этой специализации

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку.

Автор:

Партнеры курса:

courses
6 courses

Следуйте предложенному порядку или выберите свой.

projects
Проекты

Поможет на практике применить полученные навыки.

certificates
Сертификаты

Отметьте новые навыки в резюме и на LinkedIn.

Обзор проектов

Курсы
Intermediate Specialization.
Some related experience required.
  1. 1-Й КУРС

    Математика и Python для анализа данных

    Current session: Apr 16
    Субтитры
    Russian

    О курсе

    Анализ данных и машинное обучение существенно опираются на результаты из математического анализа, линейной алгебры, методов оптимизации, теории вероятностей. Без фундаментальных знаний по этим наукам невозможно понимать, как устроены методы а
  2. 2-Й КУРС

    Обучение на размеченных данных

    Upcoming session: Apr 23
    Субтитры
    Russian

    О курсе

    Обучение на размеченных данных или обучение с учителем – это наиболее распространенный класс задач машинного обучения. К нему относятся те задачи, где нужно научиться предсказывать некоторую величину для любого объекта, имея конечное число примеро
  3. 3-Й КУРС

    Поиск структуры в данных

    Upcoming session: Apr 23
    Выполнение
    4 недели обучения, через 3-5 часа / неделю
    Субтитры
    Russian

    О курсе

    В машинном обучении встречаются задачи, где нужно изучить структуру данных, найти в них скрытые взаимосвязи и закономерности. Например, нам может понадобиться описать каждого клиента банка с помощью меньшего количества переменных — для этого можно исполь
  4. 4-Й КУРС

    Построение выводов по данным

    Current session: Apr 16
    Выполнение
    4 недели обучения, через 2-4 часа / неделю
    Субтитры
    Russian

    О курсе

    Влияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. Данные почти всегда содержа
  5. 5-Й КУРС

    Прикладные задачи анализа данных

    Upcoming session: Apr 23
    Субтитры
    Russian

    О курсе

    Методы машинного обучения — будь то алгоритмы классификации или регрессии, методы кластеризации или алгоритмы понижения размерности — применяются к подготовленным данным с вычисленными признаками для решения уже сформулированной задачи. Однако специали
  6. 6-Й КУРС

    Анализ данных: финальный проект

    Upcoming session: Apr 23
    Субтитры
    Russian

    О дипломном проекте

    Финальный проект даст вам возможность применить полученные в рамках специализации знания к задаче из реального мира. Под руководством успешных специалистов в науке о данных вы сможете поработать над актуальным проектом в одной из областей: электронная комм

Авторы

  • Московский физико-технический институт

    Специализация, созданная МФТИ, одним из ведущих технических Вузов России, в партнерстве с Yandex, известной Российской ИТ-компанией, дает возможность получить современную и крайне востребованную специальность, а ее успешное прохождение позволяет претендовать на высокооплачиваемые должности с серьезными карьерными перспективами.

    Московский физико-технический институт (неофициально известный как МФТИ или Физтех) является одним из самых престижных в мире учебных и научно-исследовательских институтов. Он готовит высококвалифицированных специалистов в области теоретической и прикладной физики, прикладной математики, информатики, биотехнологии и смежных дисциплин. Физтех был основан в 1951 году Нобелевской премии лауреатами Петром Капицей, Николаем Семеновым, Львом Ландау и Сергеем Христиановичем. Основой образования в МФТИ является уникальная «система Физтеха»: кропотливое воспитание и отбор самых талантливых абитуриентов, фундаментальное образование высшего класса и раннее вовлечение студентов в реальную научно-исследовательскую работу. Среди выпускников МФТИ есть Нобелевские лауреаты, основатели всемирно известных компаний, известные космонавты, изобретатели, инженеры.

  • Яндекс

    Яндекс много лет занимается подготовкой специалистов для IT-индустрии. В 2007 году была создана Школа анализа данных (ШАД) — двухгодичные вечерние курсы для студентов и выпускников вузов. В 2014 году Яндекс совместно с НИУ ВШЭ открыл факультет компьютерных наук. Базовая кафедра Яндекса есть также в МФТИ. Компания проводит курсы для разработчиков, менеджеров и дизайнеров. В 2016 году был запущен проект по обучению школьников программированию — Яндекс.Лицей.

    Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world.

  • Evgeny Sokolov

    Evgeny Sokolov

  • Антон Слесарев

    Антон Слесарев

    руководитель группы распознавания образов Яндекс
  • Константин Воронцов

    Константин Воронцов

    доктор физико-математических наук, профессор
  • Emeli Dral

    Emeli Dral

  • Evgeniy Ryabenko

    Evgeniy Ryabenko

    Senior Data Scientist, Veon, Amsterdam
  • Victor Kantor

    Victor Kantor

FAQs