Data science и машинное обучение
Целью подготовки слушателей по программе является получение компетенций обучающимися по специальностям и направлениям подготовки ИТ-сферы, необходимой для выполнения нового вида профессиональной деятельности в области «Связь, информационные и коммуникационные технологии» приобретение новой квалификации «Программист»
Содержание программы
- Основы языка Python
- Numpy и Pandas
- Визуализация данных на Python
- Работа с веб-ресурсами и базами данных
- Python для научных вычислений.
- Типы задач
- Метрические классификаторы
- Алгоритмы кластеризации
- Деревья решений, линейные классификаторы
- Регрессионный анализ
- Ансамблевые методы
- Стохастический поиск
- Рекомендательные системы
- Основы глубокого обучения
- Глубокое обучение в анализе изображений
- Глубокое обучение в обработке естественного языка
- Современные практики глубокого обучения
Разработка программного обеспечения для сбора, обработки данных и обучение моделей машинного обучения для решения прикладных задач
Промежуточная аттестация по практике в форме дифференцированного зачета проводится в виде защиты отчета по практике.
В результате освоения Программы слушатель будет:
Знать:
● основные этапы создания модели машинного обучения
● основные библиотеки Python для машинного обучения
Уметь:
● создавать, обучать и развертывать модели машинного обучения
● применять средства языка Python для научных вычислений
Иметь навыки:
● программирования на Python
● работы с базовыми инструментами для разработки моделей машинного обучения и нейронных сетейожений на современном языке программирования C#
Результатами подготовки слушателей по Программе является получение компетенции, необходимой для выполнения нового вида профессиональной деятельности в области информационных технологий «Связь, информационные и коммуникационные технологии»; приобретение новой квалификации «Программист» (3 уровень)