DEVrepublik

Data Science: Math and Python

Data Science: Math and Python

Бажаєте вивчити машинне навчання чи Data Science, але хвілюєтесь, що ваші навички математики чи пітона може бути недостатньо?

Чи налякують вас такі слова, як “алгебра”, “обчислення”, ” pandas “, scikit-learn», «SQL»?

Чи так давно ви вивчали математику в школі, що вже забули багато чого з того, чого навчились?

Ви не одні. Машинне навчання та Data Science побудовані на математичних принципах, таких як обчислення, лінійна алгебра, теорія ймовірностей, статистика та оптимізація; і без Python та навичок збору даних ви просто загублені.

Цей курс не призначений для того, щоб зробити вас математиком або програмістом Python. Скоріше, він спрямований на те, щоб допомогти вам вивчити деякі основні поняття та позначення, які використовуються для Data Science. Курс забезпечує практичний підхід до роботи з даними та застосування методик, які ви вивчили.

Цей курс є першим кроком у кар’єрі Data Science.

Топ навички, якими Ви оволодієте:

  • Як використовувати пакети в Python для аналізу даних;;
  • Як читати складні математичні рівняння, які стоять за всіма алгоритмами машинного навчання;
  • Як отримувати дані з різних джерел (файли, бази даних, API запити);
  • Як писати складні SQL запити;
  • Як маніпулювати даними і отримувати корисні інсайти з великих наборів даних;
  • Як чітко і ясно візуалізувати дані.

Навчальный план

18  Травня – 8 Червня

18:00-21:00

(С понеділка по п’ятницю)

online

Плата: 7500 грн

Наступні події

Пн 05

Python for Data Science Реєстрація

05.10-26.10

5 Жовтня 18:00 - 21:00
Пн 26

Python for Data Science Реєстрація

26.10-16.11

26 Жовтня 09:00 - 12:00
Лис 16

Python for Data Science Реєстрація

16.11-07.12

16 Листопада 12:00 - 15:00
Лис 23

Python for Data Science Реєстрація

23.11-14.12

23 Листопада 18:00 - 21:00

Python для Data Science

Python є кращою мовою програмування. Якщо фахівці в машинному навчанні захочуть помістити свій проект у відкритий доступ, вони, швидше за все, зроблять це на python. Тому курс починається з подання концепцій та пакетів Python, які корисні для аналізу даних.

  • Змінні та структури даних;
  • Умовні оператори;
  • Цикли (for, while);
  • Функції та методи;
  • Об’єктно-орієнтоване програмування (ООП);
  • Пакети NumPy, SymPy, Pandas;
  • Візуалізація даних: Matplotlib, seaborn, plot.ly;
  • Git/GitHub;
  • Рекомендації по стилю кодування.

13 Травня – 3 Червня

18:00-21:00

(С понеділка по п’ятницю)

online

Плата: 7500 грн

Наступні події

Пн 05

Math and Statistics Реєстрація

05.10-26.10

5 Жовтня 09:00 - 12:00
Вт 20

Math and Statistics Реєтрація

20.10-10.11

20 Жовтня 12:00 - 15:00
Вт 27

Math and Statistics Реєстрація

27.10-17.11

27 Жовтня 18:00 - 21:00
Лис 17

Math and Statistics Реєстрація

17.11-08.12

17 Листопада 09:00 - 12:00
Гру 08

Math and Statistics Реєстрація

08.12-29.12

8 Грудня 12:00 - 15:00
Гру 15

Math and Statistics Реєстрація

15.12-12.01

15 Грудня 18:00 - 21:00

Математика та Статистика для Data Science

Машинне навчання є технічною наукою та, як і будь-який технічний предмет, використовує математичну мову для формулювання ідей. Зростає число рішень, які намагаються автоматизувати весь процес машинного навчання, але якщо людина не розуміє математичний формалізм, що лежить в основі алгоритмів, неможливо протестувати та налагодити моделі, які можуть привести до помилкових висновків.

У цьому курсі студенти вивчають ті поняття лінійної алгебри, теорії ймовірностей та статистики, які є ключовими для розвідувального аналізу даних, а також для розуміння та розробки алгоритмів машинного навчання.

  • Лінійна алгебра;
  • Диференціальне числення;
  • Теорія ймовірностей;
  • Теорема Байєса;
  • Розподіл випадкових величин;
  • Перевірка нульових гіпотез;
  • Викиди в даних;
  • Розвідковий аналіз даних.

20 Травня – 29 Травня

18:00-21:00

(С понеділка по п’ятницю)

online

Плата: 4500 грн

Наступні події

Лис 11

SQL for Data Science Реєстрація

11.11-20.11

11 Листопада 12:00 - 15:00
Лис 18

SQL for Data Science Реєстрація

18.11-27.11

18 Листопада 18:00 - 21:00
Гру 09

SQL for Data Science Реєстрація

09.12-18.12

9 Грудня 09:00 - 12:00
Січ 11

SQL for Data Science Реєстрація

11.01-20.01

11 Січня 12:00 - 15:00
Січ 13

SQL for Data Science Реєстрація

13.01-22.01

13 Січня 18:00 - 21:00

Збір даних

«Чим більше даних, тим краще алгоритми» – ця цитата Пітера Норвіга підкреслює велике значення даних у машинному навчанні. У цій частині програми описуються структури даних, реляційні
та нереляційні бази даних, засоби взаємодії з базами даних, маніпулювання даними та злиття наборів даних з різних джерел.

  • Читання та запис файлів;
  • Реляційні бази даних;
  • SQL запити;
  • Workbench;
  • Інтернет дані (API, HTTP запити);
  • Чистка даних.

Це саме для Вас, якщо Ви:

  • особа, яка шукає зміну кар’єри
  • випускник університету в пошуках роботи в науці про дані
  • розробник з математичним складом розуму, який хотів би домогтися кар’єрного зростання
  • власник бізнесу, який хотів би використовувати аналіз даних і реалізовувати проекти, засновані на даних та штучному інтелекті
  • фахівець Data Scientist, який хоче систематизувати знання та освоїти глибоке навчання

Наші тренери

Ірина Лазаренко

Одна з провідних інструкторів DEVrepublik boot camp, а також Старший викладач кафедри математичного моделювання економічних систем Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Ірина також науковий співробітник лабораторії комп'ютерного моделювання та інтелектуального аналізу даних у Світовому центрі даних з геоінформатики та сталого розвитку.
До її наукових інтересів відносяться Аналіз даних, дослідження операцій, оптимальне управління, сталий розвиток, теорія інтегральних та диференціальних рівнянь.
Вона також любить подорожувати.

Іван Лучко

Іван один із провідних інструкторів в DEVrepublik.
Іван виграв бронзову медаль на Міжнародній олімпіаді з фізики в Мексиці. Отримав ступінь магістра прикладної фізики в Технічному університеті Мюнхена. Пізніше проводив дослідження в антиферомагнетиках Гейзенберга за допомогою моделювання Qauntum Monte Carlo та техніки машинного навчання в Женеві (та PSI), Швейцарія. Має багатий досвід автоматизації бізнес-процесів, поглибленої аналітики, математичного моделювання, оптимізації та машинного навчання. Протягом останніх двох років Іван працює керівником команди Data Science в Boosta. Останні проекти пов'язані з динамічною ціновою оптимізацією та системою рекомендацій в електронній комерції.
Любить спорт, подорожі та походи.

Руслан Климентьєв

Руслан - автор навчальних програм в DEVrepublik та інструктор з практичних завдань.
Закінчив Одеський національний політехнічний університет, спеціаліст «Радіоелектронні апарати».
2,5 роки досвіду роботи в Data Science.
Інтереси: статистика, Data Visualization, CNN models та Computer Vision
2 рази отримував на Kaggle.com приз Weekly Kernels Award
Winner.
Хобі: скелелазання та туризм

Микола Мерецький

Микола є одним із провідних інструкторів в DEVrepublik.
Він має 4-річний досвід в області Data Science і машинному навчанні з використанням алгоритмів прогнозного моделювання, обробки даних, обробки зображень і відео, а також, інтелектуального аналізу даних для вирішення складних бізнес-завдань.

Микола успішно застосовує методи машинного навчання в медицині, фінансах, агропромисловості, AR і багатьох інших областях.
Крім цього, він працював з великою кількістю популярних технологій, таких як: Python, TensorFlow, Scikit, Keras, SciPy.
Хобі: Хайкінг.