МАШИННОЕ ОБУЧЕНИЕ И АНАЛИЗ ДАННЫХ
Получите востребованную специальность,
решайте более сложные задачи,
повысьте продуктивность сотрудников
решайте более сложные задачи,
повысьте продуктивность сотрудников
64% российских компаний со штатом от 500 человек имеют аналитика.
Средняя зарплата специалиста в Москве 140 000 рублей.
В течение 10 лет Data Scientist станет самой популярной профессией века.
ДЛЯ КОГО
эта специализация
эта специализация
ДЛЯ
ВЫПУСКНИКОВ
И СТУДЕНТОВ
ВЫПУСКНИКОВ
И СТУДЕНТОВ
ДЛЯ
ДИРЕКТОРОВ
КОМПАНИЙ
ДИРЕКТОРОВ
КОМПАНИЙ
ДЛЯ
ПРОФЕССИОНАЛЬНЫХ
АНАЛИТИКОВ
ПРОФЕССИОНАЛЬНЫХ
АНАЛИТИКОВ
инженерных, технических
и естественно-научных факультетов,
которые не изучали анализ данных,
но хотят получить востребованную специальность и хорошо зарабатывать.
и естественно-научных факультетов,
которые не изучали анализ данных,
но хотят получить востребованную специальность и хорошо зарабатывать.
которые понимают важность анализа данных и хотят обучить сотрудников, чтобы повысить их эффективность.
которые хотят решать новые, более сложные задачи или оптимизировать существующие.
Особенности специализации
От А До Я
Программа подходит людям, незнакомым с анализом данных. Серия курсов постепенно, от простого к сложному, погружает в предмет. В первом курсе рассказывается о математическом аппарате и основах программирования на Python.
Вам будет намного легче учиться, если вы уже знакомы с математической статистикой (программа алгебры старших классов — теория вероятности, линейные уравнения), а также с синтаксисом языка Python.
Вам будет намного легче учиться, если вы уже знакомы с математической статистикой (программа алгебры старших классов — теория вероятности, линейные уравнения), а также с синтаксисом языка Python.
Дипломный проект, применимый на практике
В финальном проекте вы сможете применить полученные знания к реальным данным в электронной коммерции, социальных медиа, информационном поиске, бизнес-аналитике. Вы пройдете все этапы анализа данных — от подготовки до построения финальной модели и оценки её качества. В результате в портфолио появится проект, который смело можно указать в резюме и показать работодателю на собеседовании.
Опыт code review
Слушатели проверяют код друг друга по критериям, сформулированным преподавателями
Дистанционно
Обучение проходит в формате МООС: вы смотрите лекции в удобное для вас время и получаете различные форматы заданий в виде тестов и перекрестных проверок.
Перспективы трудоустройства
Успешно оконченная специализация открывает путь в передовые компании на позиции с максимально широкими перспективами.
ЛЕКТОРЫ
практикующие эксперты
КОНСТАНТИН ВОРОНЦОВ
Доктор физико-математических наук, профессор РАН, заведующий отделом Интеллектуальных систем ФИЦ ИУ РАН, преподаватель ШАД.
ВАДИМ СТРИЖОВ
Доктор физико-математических наук, доцент МФТИ, ведущий научный сотрудник ФИЦ ИУ РАН.
ЕВГЕНИЙ РЯБЕНКО
Research scientist в Facebook. Был аналитиком в Yandex Data Factory.
ЕВГЕНИЙ СОКОЛОВ
Руководит разработкой системы рекомендаций в Яндекс.Дзене.
ВИКТОР КАНТОР
Эксперт по машинному обучению, консультант Яндекс.Такси.
ЭМИЛИ ДРАЛЬ
Chief Data Scientist в Mechanica AI. Раньше руководила анализом больших данных в Yandex Data Factory.
Программа обучения
+
5 КУРСОВ
ДИПЛОМНЫЙ ПРОЕКТ
среднее время прохождения программы 6-9 месяцев
3-6 часов в неделю
дистанционное участие
Анализ данных и машинное обучение опираются на результаты из математического анализа, линейной алгебры и теории вероятностей. Без фундаментальных знаний по этим наукам невозможно понять методы анализа данных.
Первый курс сформирует этот фундамент. Мы без сложных формул и доказательств раскроем смысл математических понятий и объектов.
НЕДЕЛЯ 1 Введение.
НЕДЕЛЯ 2 Библиотека Python и линейная алгебра.
НЕДЕЛЯ 3 Оптимизация и матричные разложения.
НЕДЕЛЯ 4 Случайность.
Первый курс сформирует этот фундамент. Мы без сложных формул и доказательств раскроем смысл математических понятий и объектов.
НЕДЕЛЯ 1 Введение.
НЕДЕЛЯ 2 Библиотека Python и линейная алгебра.
НЕДЕЛЯ 3 Оптимизация и матричные разложения.
НЕДЕЛЯ 4 Случайность.
Обучение на размеченных данных или обучение с учителем — это возможность предсказать величину для любого объекта, имея конечное число примеров. Например, уровень пробок на участке дороги, возраст пользователя по его действиям в интернете, цену на подержанную машину. На этом курсе вы научитесь формулировать и решать такие задачи.
НЕДЕЛЯ 1 Машинное обучение и линейные модели.
НЕДЕЛЯ 2 Линейные модели и оценка качества.
НЕДЕЛЯ 3 Решающие деревья и композиции моделей.
НЕДЕЛЯ 4 Нейронные сети и обзор методов.
НЕДЕЛЯ 1 Машинное обучение и линейные модели.
НЕДЕЛЯ 2 Линейные модели и оценка качества.
НЕДЕЛЯ 3 Решающие деревья и композиции моделей.
НЕДЕЛЯ 4 Нейронные сети и обзор методов.
Из курса вы узнаете об алгоритмах кластеризации данных, с помощью которых можно искать группы схожих клиентов мобильного оператора. Вы научитесь строить матричные разложения и решать задачу тематического моделирования, понижать размерность данных, искать аномалии и визуализировать многомерные данные.
НЕДЕЛЯ 1 Методы кластеризации.
НЕДЕЛЯ 2 Понижение размерности и матричные разложения.
НЕДЕЛЯ 3 Визуализация данных и поиск аномалий.
НЕДЕЛЯ 4 Тематическое моделирование.
НЕДЕЛЯ 1 Методы кластеризации.
НЕДЕЛЯ 2 Понижение размерности и матричные разложения.
НЕДЕЛЯ 3 Визуализация данных и поиск аномалий.
НЕДЕЛЯ 4 Тематическое моделирование.
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. 99% данных содержат "шум", поэтому выводы на их основе не верны, а только вероятны. На этом курсе вы научитесь строить корректные выводы, оценивать параметры, проверять гипотезы и устанавливать причинно-следственные связи.
НЕДЕЛЯ 1 Основы статистики и проверка гипотез.
НЕДЕЛЯ 2 АБ-тесты: основы планирования, дизайн и интерпретация результатов.
НЕДЕЛЯ 3 Анализ зависимостей.
НЕДЕЛЯ 4 Скоринг, биоинформатика.
НЕДЕЛЯ 1 Основы статистики и проверка гипотез.
НЕДЕЛЯ 2 АБ-тесты: основы планирования, дизайн и интерпретация результатов.
НЕДЕЛЯ 3 Анализ зависимостей.
НЕДЕЛЯ 4 Скоринг, биоинформатика.
В этом курсе мы разберем прикладные задачи из различных областей анализа данных: анализ текста и информационный поиск, коллаборативная фильтрация и рекомендательные системы, бизнес-аналитика, прогнозирование временных рядов.
Вы научитесь сводить задачу заказчика к формальной постановке задачи машинного обучения и поймёте, как проверять качество построенной модели на исторических данных и в онлайн-эксперименте. На каждой задаче мы изучим плюсы и минусы пройденных алгоритмов машинного обучения.
НЕДЕЛЯ 1 Бизнес-задачи.
НЕДЕЛЯ 2 Анализ медиа.
НЕДЕЛЯ 3 Анализ текстов.
НЕДЕЛЯ 4 Рекомендации и ранжирование.
Вы научитесь сводить задачу заказчика к формальной постановке задачи машинного обучения и поймёте, как проверять качество построенной модели на исторических данных и в онлайн-эксперименте. На каждой задаче мы изучим плюсы и минусы пройденных алгоритмов машинного обучения.
НЕДЕЛЯ 1 Бизнес-задачи.
НЕДЕЛЯ 2 Анализ медиа.
НЕДЕЛЯ 3 Анализ текстов.
НЕДЕЛЯ 4 Рекомендации и ранжирование.
Финальный проект даст вам возможность проверить свои силы и применить полученные в рамках специализации знания к задаче из реального мира. Вы самостоятельно сможете поработать над актуальным проектом в одной из областей: электронная коммерция, социальные медиа, информационный поиск и бизнес-аналитика.
Проекты:
ИДЕНТИФИКАЦИЯ ИНТЕРНЕТ-ПОЛЬЗОВАТЕЛЕЙ
ПРОГНОЗИРОВАНИЕ ОТТОКА КЛИЕНТОВ
ПРОГНОЗИРОВАНИЕ ВРЕМЕННЫХ РЯДОВ НА КАРТЕ
АНАЛИЗ ТОНАЛЬНОСТИ ОТЗЫВОВ
Проекты:
ИДЕНТИФИКАЦИЯ ИНТЕРНЕТ-ПОЛЬЗОВАТЕЛЕЙ
ПРОГНОЗИРОВАНИЕ ОТТОКА КЛИЕНТОВ
ПРОГНОЗИРОВАНИЕ ВРЕМЕННЫХ РЯДОВ НА КАРТЕ
АНАЛИЗ ТОНАЛЬНОСТИ ОТЗЫВОВ
ОТЗЫВЫ
F.A.Q.
Спрашивали? Отвечаем
ПОДХОДИТ ЛИ ПРОГРАММА ДЛЯ НОВИЧКОВ?
Вам будет намного легче учиться, если вы знакомы с математической статистикой (программа алгебры старших классов — теория вероятности, линейные уравнения), а также с синтаксисом языка Python. Однако среди студентов нашей программы есть немало слушателей без опыта программирования и знаний математической статистики.
Первый модуль обучения является вводным и направлен на то, чтобы освежить необходимые темы в памяти, и большинству студентов этого материала достаточно. А еще мы собрали целый список материалов (курсы, книги, статьи), которые отправляем студентам, если возникают сложности с прохождением темы.
Курс сопровождает наставник, который всегда поможет в освоении материалов и даст рекомендации.
Первый модуль обучения является вводным и направлен на то, чтобы освежить необходимые темы в памяти, и большинству студентов этого материала достаточно. А еще мы собрали целый список материалов (курсы, книги, статьи), которые отправляем студентам, если возникают сложности с прохождением темы.
Курс сопровождает наставник, который всегда поможет в освоении материалов и даст рекомендации.
КОГДА Я МОГУ НАЧАТЬ ОБУЧЕНИЕ?
Присоединиться к учебной группе можно в любой момент. Для удобства наших учащихся у программы нет четких рамок.
Лекции, дополнительные материалы, практические задания и конспекты будут доступны сразу после оплаты программы. Вам не нужно подстраиваться под график курса, вы учитесь, когда вам удобно и изучаете материал в комфортном темпе. Если появляются проблемы или вопросы — вы всегда сможете обратиться к преподавателю или к более опытным слушателям курса.
Лекции, дополнительные материалы, практические задания и конспекты будут доступны сразу после оплаты программы. Вам не нужно подстраиваться под график курса, вы учитесь, когда вам удобно и изучаете материал в комфортном темпе. Если появляются проблемы или вопросы — вы всегда сможете обратиться к преподавателю или к более опытным слушателям курса.
МОЖНО ЛИ ОТСТАВАТЬ ОТ ГРАФИКА ИЛИ ОПЕРЕЖАТЬ ЕГО?
Вам не нужно подстраиваться под график курса, вы учитесь, когда вам удобно и изучаете материал в комфортном темпе. С вопросами вы всегда сможете обратиться к преподавателю или к более опытным слушателям курса, чтобы получить помощь или рекомендации.
НА КАКОЙ СРОК РАССЧИТАНА ПРОГРАММА?
В среднем наши студенты осваивают программу за 8 месяцев. Срок, за который именно вы освоите программу, зависит от вашего темпа обучения и подготовки. В нашей практике есть случаи прохождения программы как за 2,5 месяца, так и за 2 года — мы вас не ограничиваем.
КАК ПРОХОДИТ ОБЩЕНИЕ В РАМКАХ КУРСА?
Для взаимодействия с сокурсниками и командой программы есть чат в мессенджере. Задать вопрос и посмотреть комментарии сокурсников также можно прямо в материалах курса. Каждый выбирает для себя тот формат взаимодействия, который ему ближе.
БУДУТ ЛИ ДОМАШНИЕ ЗАДАНИЯ? КТО ИХ ПРОВЕРЯЕТ?
Домашние задания в программе есть. И их немало. Именно это позволят студентам закрепить материал и отработать полученные знания на практике.
В программе курсов вы найдете тесты и различные задания на программирование. Часть из них имеет автоматическую систему проверки, часть — проверяется сокурсниками по заранее разработанным критериям. Такой способ позволяет студентам увидеть альтернативные способы решения заданий.
При возникновении вопросов и трудностей вы всегда можете обратиться к более опытным сокурсникам и наставникам программы.
В программе курсов вы найдете тесты и различные задания на программирование. Часть из них имеет автоматическую систему проверки, часть — проверяется сокурсниками по заранее разработанным критериям. Такой способ позволяет студентам увидеть альтернативные способы решения заданий.
При возникновении вопросов и трудностей вы всегда можете обратиться к более опытным сокурсникам и наставникам программы.
Я МОГУ ЕЩЁ РАЗ ПОСМОТРЕТЬ ЛЕКЦИЮ?
Вы сможете в любой момент вернуться и посмотреть лекцию еще раз. Это относится ко всем материалам курса (слайдам, конспектам). Многие выпускники программы продолжают пользоваться материалами курса даже после окончания программы.
КАКИЕ ДОКУМЕНТЫ ОБ ОПЛАТЕ ВЫ ПРЕДОСТАВЛЯЕТЕ?
После оплаты программы вам придет на почту чек с информацией. Если этих данных недостаточно, мы предоставим необходимое письмо-подтверждение. Мы также можем выставить счет вашему работодателю на юридическое лицо.
Оставьте заявку на обучение
заполните форму, чтобы перейти на страницу оплаты
Отправляя данные, вы принимаете политику в отношении обработки персональных данных и пользовательское соглашение
Оставьте заявку на обучение
заполните форму, чтобы перейти на страницу оплаты
Отправляя данные, вы принимаете политику в отношении обработки персональных данных и пользовательское соглашение
Заполните форму
чтобы заказать счет на оплату
Отправляя заявку, вы соглашаетесь с нашим пользовательским соглашением
© 2022 ФРОО
Москва, Долгопрудненское шоссе,
д. 3. эт. 3, пом. XVIII, ком. 27-28
Пользовательское соглашение
Публичная оферта
д. 3. эт. 3, пом. XVIII, ком. 27-28
Пользовательское соглашение
Публичная оферта
support-team@eldf.ru
+7 (495) 145-22-23
+7 (495) 145-22-23