Программа курса
-
Тема 1. Введение в науку о данных
Первичная обработка, шкалы измерений, источники и качество данных, восстановление пропусков
-
Тема 2. Инструменты обработки
Электронные таблицы, сводные таблицы, визуализация, регулярные выражения
-
Тема 3. Преобразование и нормировка данных
Линейная и экспоненциальная нормировка, построение целевых функций
-
Тема 4. Описательные статистики и временные ряды
Средние значения, дисперсия, тренды и прогнозирование
-
Тема 1. СУБД
проектирование данных, ограничения целостности
-
Тема 2. SQL (DDL)
создание таблиц и описания ограничений
-
Тема 3. SQL (DML)
запросы, агрегатные и оконные функции
-
Тема 4. Объекты базы данных
представления, индексы, оптимизация, хранимые процедуры
-
Тема 1. Основы NoSQL
виды, характеристики, примеры систем
-
Тема 2. Графовые базы данных
проектирование и работа с графами
-
Тема 3. Ключ-значение
основы Redis, строки, хеши, списки, множества
-
Тема 4. Документные хранилища
работа с MongoDB, выборка, фильтрация, агрегирование
-
Тема 5. Колоночные хранилища
введение в Cassandra, проектирование и работа с данными
-
Тема 1. Вероятность и случайные величины
одномерные и многомерные распределения
-
Тема 2. Законы распределения
дискретные (Бернулли, биномиальное, Пуассона) и непрерывные (показательное, равномерное, нормальное)
-
Тема 3. Описательная статистика и точечные оценки
выборочные характеристики, корреляция
-
Тема 4. Интервальные оценки
доверительные интервалы
-
Тема 5. Проверка гипотез
постановка, критерии согласия
-
Тема 1. Обзор задач и методов
Основные понятия, библиотеки, инструменты
-
Тема 2. Регрессия
линейная, полиномиальная, оценка модели
-
Тема 3. Классификация
k-NN, наивный байес, логистическая регрессия, SVM, деревья решений
-
Тема 4. Кластеризация
K-means, DBSCAN, иерархическая кластеризация
-
Тема 5. Дополнительные методы
снижение размерности, ансамбли, обучение с подкреплением
-
Тема 1. Полносвязные нейронные сети
структура, перцептроны, многослойные модели
-
Тема 2. Инструменты и оптимизация
Keras, TensorFlow, переобучение, оптимизаторы
-
Тема 3. Сверточные нейронные сети
свертки, архитектуры, прикладные задачи
-
Тема 4. Рекуррентные нейронные сети
механизмы внимания, Transformer, BERT
-
Тема 1. Введение в ИИ
архитектуры нейросетей, графы знаний, направления ИИ
-
Тема 2. Компьютерное зрение
задачи, сегментация, детекция объектов
-
Тема 3. Обработка текстов (NLP)
классификация, сравнение, машинный перевод
Получите тестовый доступ
-
Дистанционное обучение является индивидуальным
-
Начать обучение можно в любое удобное для вас время
-
Начало обучения до оплаты
Преимущества профессиональной переподготовки с присвоением квалификации
-
Доступ навсегда
Материалы курса будут доступны вам в любое время без ограничений.
-
Индивидуальные консультации
с преподавателямиКаждого студента сопровождают опытные преподаватели-практики и консультируют по возникающим вопросам.
-
Диплом Университета ИТМО
Университет ИТМО – признанный лидер среди IT-вузов, широко известный как в России, так и за рубежом.
-
Налоговый вычет до 13% от стоимости обучения
Возможность вернуть часть средств за обучение.
-
Оплата в рассрочку на 12 месяцев
Обучение можно оплатить в рассрочку до 12 месяцев.
Профессиональная переподготовка с присвоением квалификации готовит конкурентоспособных специалистов сферы ИИ. Наши увлеченные преподаватели-практики передают ценные знания и опыт, которые помогают эффективнее расти в профессии
Отзывы слушателей
Смотреть все отзывы
