Практикум “Data Science 101”

Ближайшая дата проведения: Дата по запросу, длительность 4 дня.
Время: 10:00 – 17:30

Последние годы неумолимо растет число компаний, заинтересованных в решении своих бизнес-задач методами машинного обучения, а спрос на специалистов Data Scientist не перестает превышать предложение. На этом практикуме мы познакомимся с основами машинного обучения, решаемыми задачами, и, предварительно изучив основы языка Python, на практических задачах научимся применять эти методы к решению реальных бизнес-кейсов. По итогам практикума вы сможете проделать весь путь от анализа данных через построение модели до готового MVP.

11 ноября 2017 г. – Введение в Python

14 ноября 2017 г. – Работа с данными

16 ноября 2017 г. – Машинное обучение I

18 ноября 2017 г. – Машинное обучение II

Практикум предназначен для аналитиков и специалистов в области машинного обучения, желающих изучить или углубить свои знания в области Data Science на практике. Практикум также будет полезен аналитикам, уже обладающими некоторым опытом в построении отчетности в Excel/Tableau, и желающим познакомиться с машинным обучением. При этом знание каких-либо языков программирование желательно, но необязательно.

 

Вы получите

– знания о современных приемах машинного обучения с применением языка Python
– реальные кейсы по решению важных бизнес-задач
– минимум теории, максимум практических подходов
– главное: самостоятельный опыт в решении задач Data Science.

 

Преподаватель

Евгений Нижибицкий
Lead Data Scientist компании Rambler&Co. Ведущий аналитик в команде АНАЛИТИКА ПЛЮС и один из лучших преподавателей по Data Science.

Квалификация
Выпускник кафедры математических методов прогнозирования факультета ВМК МГУ имени М.В. Ломоносова.
Неоднократный победитель конкурсов по машинному обучению. Автор нескольких научных публикаций. Куратор курсового проекта в Высшей школе экономики.

В компании руководит научной разработкой в отделе машинного обучения для таких проектов холдинга, как Lenta.ru, Afisha.ru, Livejournal.com, Championat.com и др., а также ведет исследования в области Deep Learning.

Сфера интересов
BIG DATA анализ, прогнозирование, обработка текстов, компьютерное зрение, байесовские методы.

Хобби
Музыка, игра на фортепиано.

 

Место

Мы проводим наши практикумы в “Moscow Business School” — одной из ведущих бизнес-школ России, в которой обучаются сотрудники лидирующих компаний российского и западного рынков.

Адрес: м.Ленинский проспект, Ленинский проспект, 38А
 

 

Программа*

День 1-ый. Введение в Python

Вы познакомитесь на начальном уровне с языком Python, узнаете про его достоинства и недостатки, научитесь писать собственные небольшие программы для упрощения и автоматизации различных расчетов. Рассмотренного функционала будет достаточно для быстрого понимания и свободной работы с материалами, предлагаемыми в следующих частях курса. Для уже достаточно хорошо владеющих питоном, будут предложены материалы для ознакомления с продвинутым и элегантным функционалом языка.

На практической части мы предложим вам самостоятельно написать набор простых программ на языке Python для закрепления материала.

10:00 — 12:00 Основы языка: циклы, функции
12:15 — 13:15 Решение простых задач
14:15 — 16:30 Основы языка: контейнеры, классы
16:30 — 17:30 Решение простых задач

День 2-ой. Анализ данных

Вы научитесь загружать данные из различных локальных и удаленных источников, взаимодействовать с табличными данными, анализировать данные в интерактивном режиме, визуализировать информацию, полученную из данных.

На практической части мы будем разбирать реальную открытую задачу на сайте Kaggle по анализу данных о выживших на Титанике, к самостоятельной работе предлагается на исследование задача по анализу цен на недвижимость.

10:00 — 11:30 Загрузка данных из источников
11:45 — 13:15 Табличные данные, визуализация
14:15 — 15:45 Разбор практических задач + ДЗ
16:00 — 17:30 Обзор задач машинного обучения

День 3-ий. Машинное обучение I

На этом занятии мы познакомимся с машинным обучением как таковым, узнаем где и как оно применяется, рассмотрим базовые понятия машинного обучения, начнем изучать практическим методы машинного обучение

На практической части будет разбираться задача классификации отзывов, а к самостоятельной работе предлагается реализация классификатора спама

10:00 — 10:30 Разбор домашнего задания
10:30 — 11:30 Основные понятия, вопрос качества
11:45 — 13:15 Метрические модели
14:15 — 15:45 Работа с текстом
16:00 — 17:30 Разбор практических задач + ДЗ

День 4-ый. Машинное обучение II

На этом занятии мы продолжим разбор методов машинного обучение, и рассмотрим два наиболее часто используемых семейства алгоритмов. В завершение мы затронем вопрос реализации сервисов на основе обученных моделей, т.к. в реальной жизни с построения моделей все только начинается 🙂

На практической части мы рассмотрим задачу кредитного скоринга и вместе реализуем веб-сервис для обработки соответствующих заявок

10:00 — 10:30 Разбор домашнего задания
10:30 — 11:30 Линейные модели
11:45 — 13:15 Решающие деревья
14:15 — 15:45 Создание web-сервиса
16:00 — 17:30 Практикум

* Организатор оставляет за собой право внести изменения в программу.

 

Требования

Практикум предназначен для аналитиков и специалистов в области машинного обучения, желающих изучить или углубить свои знания в области Data Science на практике. Практикум также будет полезен аналитикам, уже обладающими некоторым опытом в построении отчетности в Excel/Tableau, и желающим познакомиться с машинным обучением. При этом знание каких-либо языков программирование желательно, но необязательно.

Требования к оборудованию:
Достаточно иметь любой ноутбук, т.к. вся практическая работа будет вестись на предоставляемых на время семинара облачных серверах.

Для участников формата Online:
Для просмотра видео в высоком качестве пропускная способность канала должна быть не менее 4 Мбит/сек. Если пропускная скорость соединения меньше вышеуказанной, то возможно потребуется переключить встроенный плеер в режим вещания с более низким качеством (SQ,LQ), вследствие чего будет присутствовать размытость изображения. Звук в любом режиме будет качественным. Поддерживается вещание на мобильные устройства (телефоны и планшеты iPhone, iPad,Android от версии 4.1 и выше), для комфортного просмотра настоятельно рекомендуем пользоваться ноутбуками либо стационарными компьютерами.

 

Стоимость

Стоимость за 1 участника: 89 000 руб.

Скидки!
– Скидка до 15% при ранней регистрации!
– 2 участника. Пригласите коллегу или друга из любой компании и получите ДОПОЛНИТЕЛЬНУЮ скидку 10% на билет для каждого!
– 3 и более участников. Собирайте друзей и приходите большой компанией. Скидка для каждого из вас составит 20%!
– Специальное ценовое предложение. Купите у нас лицензию Tableau и получите специальные условия на ВСЕ мероприятия в течение года.

 

Отзывы о наших практикумах

 

Еще отзывы

Александр Кононов, аналитик компании “Проект 111” : “Применяя полученные на практикумах знания, я смог внедрить в своем отделе более совершенные методики, благодаря которым мы экономим массу времени и сил, выполняя гораздо больший объем работы без перегрузок, нервотрепки, ошибок или сбоев”.

Татьяна Бородина, маркетолог: “Каждый практикум – это обязательно практические кейсы по самым актуальным бизнес-задачам. Если что-то непонятно, то здесь же сразу получаешь точечную помощь от ведущего. Все, что я получила на практикумах было сразу готово к использованию в текущей работе”.

Алим Губжоков, Управление делами Главы и Правительства Кабардино-Балкарской Республики: “Благодарю за отличную возможность повышать профессиональный уровень! С помощью ваших учебных мероприятий я смог всего за год пройти путь от рядового IT-специалиста до руководителя аналитического отдела”.

 

 

Зарегистрироваться

Зарегистрироваться на это мероприятие вы можете, заполнив форму ниже или связавшись с нами по тел. +7 499 391-2984.

 

Чтобы зарегистрироваться, отправьте нам запрос

Все Новости на Facebook