DEVrepublik

Data Science: Math and Python

27 Апреля — 5 Июня 10:00 — 15:00

Online: 20000 грн (10 Мест)

Offline: 25000 грн (15 Мест)

Следующие события

Пн 27

Math and Python for Data Science Lviv

27 апреля @ 10:00 - 5 июня @ 15:00
Июн 08

Math and Python for Data Science Lviv

8 июня @ 16:00 - 17 июля @ 21:00
Авг 17

Math and Python for Data Science Lviv

17 августа @ 10:00 - 25 сентября @ 15:00

Data Science: Math and Python

Хотите изучать машинное обучение или науку о данных, но беспокоитесь, что ваши математические или питонские навыки не дотягивают?

 

Наполняют ли вас страхом такие слова, как «алгебра», «исчисление», «pandas», «scikit-learn», «SQL»?

 

Прошло ли так много времени с тех пор, как вы изучали математику в школе или университете, что вы забыли многое из того, что узнали в первую очередь?

 

Вы не одиноки. машинное обучение и Data Science построены на математических принципах, таких как логарифмы, линейная алгебра, теория вероятности, статистика и оптимизация; и без Python и навыков сбора данных вы потерялись бы.

 

Этот курс не предназначен для того, чтобы стать математиком или программистом на Python. Скорее, он направлено на то, чтобы помочь вам выучить некоторые основополагающие концепции и обозначения, используемые для Data Science. Курс обеспечивает практический подход к работе с данными и применению методов, которые вы изучили.

 

Этот курс является первым шагом в карьере Data Science.

Топ навыки, которыми вы овладеете:

  • Как использовать пакеты в Python для анализа данных;
  • Как читать сложные математические уравнения, которые стоят за всеми алгоритмами машинного обучения;
  • Как получать данные с разных источников (файлы, базы данных, API запросы);
  • Как писать сложные SQL запросы;
  • Как манипулировать данными и получать полезные инсайты с больших наборов данных;
  • Как чётко и ясно визуализировать данные.

Это именно для вас, если вы:

  • человек, ищущий смену карьеры
  • выпускник университета в поисках работы в науке о данных
  • разработчик с математическим складом ума, который хотел бы добиться карьерного рост
  • владелец бизнеса, который хотел бы использовать анализ данных и реализовывать проекты, основанные на данных и искусственном интеллекте
  • специалист Data Scientist, который хочет систематизировать знания и освоить глубокое обучение

Учебный план

Модуль 1: Python

Python является предпочтительным языком программирования. Если специалисты в машинном обучении решат поместить свой проект в открытый доступ, они, скорее всего, сделают это на python. Поэтому курс начинается с представления концепций и пакетов Python, которые полезны для анализа данных.

Темы:

  • Переменные и структуры данных
  • Условные операторы
  • Циклы (for, while)
  • Функции и методы
  • Объектно-ориентированное программирование (ООП)
  • Пакеты NumPy, SymPy, Pandas
  • Визуализация данных: Matplotlib, seaborn, plot.ly
  • Git/GitHub
  • Рекомендации по стилю кодирования

Модуль 2: Математика для машинного обучения

Машинное обучение является технической наукой и, как и любой технический предмет, использует математический язык для формулирования идей. Растет число решений, которые пытаются автоматизировать весь процесс машинного обучения, но если человек не понимает математический формализм, лежащий в основе алгоритмов, невозможно протестировать и отладить модели, которые могут привести к ложным выводам.

В этом курсе студенты изучают те понятия линейной алгебры, теории вероятностей и статистики, которые являются ключевыми для разведочного анализа данных, а также для понимания и разработки алгоритмов машинного обучения.

Темы:

  • Линейная алгебра
  • Дифференциальное исчисление
  • Теория вероятностей
  • Теорема Байеса
  • Распределения случайных величин
  • Проверка нулевых гипотез
  • Выбросы
  • Разведочный анализ данных

Модуль 3: Сбор данных

«Чем больше данных, тем лучше алгоритмы» — эта цитата Питера Норвига подчеркивает большое значение данных в машинном обучении. В этой части программы описываются структуры данных, реляционные и нереляционные базы данных, средства взаимодействия с базами данных, манипулирование данными и слияние наборов данных из разных источников.

Темы:

  • Чтение и запись файлов
  • Реляционные базы данных
  • SQL запросы
  • Workbench
  • Интернет данные (API, HTTP запросы)
  • Чистка данных

Полная цена: ₴25000

Цена:

Давай немного посчитаем

В сумме получается 150 рабочих часов по цене 1000 $. Итак, за час ты платишь только 7 $.
Но это же настоящая шара!

Ты видел где-то такие цены? Конечно, нет! А мы еще и оплату частями предлагаем.

Все ради твоего обучения.

Наши Тренеры

Ирина Лазаренко

Одна из ведущих инструкторов DEVrepublik boot camp, а также Старший преподаватель кафедры математического моделирования экономических систем Национального технического университета Украины "Киевский политехнический институт имени Игоря Сикорского". Ирина также научный сотрудник лаборатории компьютерного моделирования и интеллектуального анализа данных в Мировом центре данных по геоинформатике и устойчивому развитию.
К ее научным интересам относятся Анализ данных, исследование операций, оптимальное управление, устойчивое развитие, теория интегральных и дифференциальных уравнений.
Она также любит путешествовать.

Иван Лучко

Иван один из ведущих инструкторов в DEVrepublik.
Иван выиграл бронзовую медаль на Международной олимпиаде по физике, в Мексике. Получил степень магистра прикладной физики в Техническом университете Мюнхена. Позже проводил исследования в антиферромагнетиках Гейзенберга с использованием моделирования Qauntum Monte Carlo и техники машинного обучения в Женеве (и PSI), Швейцария. Имеет богатый опыт автоматизации бизнес-процессов, углубленной аналитики, математического моделирования, оптимизации и машинного обучения. Последние два года Иван работает руководителем команды Data Science в Boosta. Последние проекты связаны с динамической ценовой оптимизацией и системой рекомендаций в электронной коммерции.
Любит спорт, путешествия и походы.

Руслан Климентьев

Руслан - автор учебных программ в DEVrepublik и инструктор по практическим заданиям.
Закончил Одесский национальный политехнический университет, специалист "Радиоэлектронные аппараты".
2,5 года опыта работы в Data Science.
Интересы: статистика, Data Visualization, CNN models и Computer Vision
2 раза получал на Kaggle.com приз Weekly Kernels Award
Winner.
Хобби: скалолазание и туризм

Николай Мерецкий

Николай является одним из ведущих инструкторов в DEVrepublik.
Он имеет 4-летний опыт в области Data Science и машинном обучении с использованием алгоритмов прогнозного моделирования, обработки данных, обработки изображений и видео, а также, интеллектуального анализа данных для решения сложных бизнес-задач.
Николай успешно применяет методы машинного обучения в медицине, финансах, агропромышленности, AR и многих других областях.
Помимо этого, он работал с большим количеством популярных технологий, таких как: Python, TensorFlow, Scikit, Keras, SciPy.
Хобби: Хайкинг.