Python/R for Data science

Научим использовать инструментарий R и Python для работы с большими данными
Старт обучения
16 занятий
Уточняйте
в администрации
340 $
КОГДА
СКОЛЬКО
ЦЕНА
2-3 раза в неделю
с 19:00 до 22:00
Онлайн обучение
*скидка применяется только для новых заявок при условии полной оплаты
Не можешь определиться с направлением?
Дарим запись вебинара о выборе профессии в IT.
Просто оставь свой email и проверь почту

Что нужно, чтобы пройти курс:

Опыт программирования любой процедурной языке

Знания математики в рамках школьного курса

Наличие собственного ноутбука для занятий в аудиториях

Как проходит процесс обучения?

Вебинар
Мы ведем стрим аудиторного занятия, к которому ты подключаешься. Оффлайн и онлайн группы учатся в одном ритме, что открывает возможности нетворкинга.
Домашние задания
Ты получаешь домашнее задание по пройденной теме. Оно поможет тебе закрепить материал и получить практический опыт.
Работа с ментором
Ментор консультирует студентов по поводу выполнения домашних заданий, а также сопровождает группу во время занятий и в неурочное время.
Почему стоит выбрать онлайн-курсы ITEA
Эффективный и удобный формат
Никаких длительных переездов, пробок и опозданий — ты подключаешься к стриму офлайн-занятия из любой удобной тебе локации и устройства. Даже если ты пропустил одну из лекций - всегда сможешь просмотреть запись урока в личном кабинете.
IT-английский
В рамках наших курсов, каждый студент может посещать English Speaking Club. Этого вряд ли хватит для работы в главном офисе Google, но точно достаточно для чтения технической документации, прохождения собеседований и общения с заказчиками.
Всестороннее развитие
IT требует не только технических, но и коммуникативных навыков. Дополнительные курсы для прокачки soft skills помогут проходить собеседования, эффективно работать в команде и вырабатывать в себе необходимые качества, помимо профессиональных умений.
Стажировка и трудоустройство
Подбирая подходящий набор курсов под необходимые на рынке требования, ITEA помогает тебе найти правильный путь развития в IT. После обучения мы рекомендуем наших студентов для стажировки и трудоустройства в компании-партнеры ITEA.


Дружное сообщество
Преподаватель, ментор и одногруппники в онлайне и офлайне — это не только твои новые контакты в мессенджере, а и источник продуктивного нетворкинга и полезной информации.
Актуальные программы обучения
Мы следим за трендами и изменениями в мире IT, потому изменяем программы согласно актуальным обновлениям. Ты получаешь самые свежие знания, которые нужны будущему работодателю

Твой план обучения «от» и «до»

Введение в машинного обучения и Data science
  • Определение машинного обучения и науки о данных, их задачи
  • Инструментарий для анализа данных: языки программирования Python и R
  • Типы машинного обучения
  • Составные части модели машинного обучения
  • Базовые концепты машинного обучения
Основы языков программирования Python и R для Data science
  • IDE для удобной работы: Jupyter, Spyder & Rstudio
  • Семантика языка
  • Типы данных
  • Структуры данных
  • Операторы контроля исполнения (разветвления и циклов)
  • Векторизация в Python (numpy) i R
Функциональное программирование в Python и R
    • Comprehension, Generators, Iterators в Python
    • Функции в Python i R
    • Встроенные функции Python
    • Apply-family функции в R
    • Библиотека purrr для функционального программирования в R
    Исследование и подготовка данных к анализу
    • Numpy
    • Pandas
    • Фильтрация и агрегация данных в dplyr
    • Long & wide форматы таблиц, их преобразования в библиотеках pandas & tidyr
    Визуализация данных в R i Python
    • Визуализация данных в R
    • ggplot2 - grammar of graphics
    • Интерактивная графика в R
    • Matplotlib & seaborn
    Основные понятия статистического анализа
    • Scipy.stats
    • Описательные статистики
    • Зависимости между переменными
    Типичные проблемы в подготовке данных к анализу
      • Преобразование факторных переменных
      • Борьба с пробелами в данных
      • Проблема мультиколлинеарности
      • Шкалирования данных
      • Выбор информативных переменных для модели
      • Типичный алгоритм подготовки данных к моделированию
      Базовые регрессионные модели
      • Линейная регрессия
      • Полиномиальная регрессия
      • Метод ближайших соседей
      • Метрики оценки качества регрессии
      • Тюнинг регрессионных моделе
      Базовые модели классификации
      • Логистическая регрессия
      • Метод опорных векторов
      • Наивный Байесовский классификатор
      • Метрики оценки качества классификации
      • Тюнинг параметров моделей классификации
      Базовые модели кластеризации и снижения размерности
      • Метод к-средних
      • Иерархический кластерный анализ
      • DBSCAN
      • Анализ
      • Кореспонденс-анализ
      Деревья решений и ансамбли
      • Базовые древовидные модели.
      • Random forest.
      • Xgboost, lightgbm.
      • Тюнинг гиперпараметров в ансамблевых моделях.
      Методы улучшения качества моделей машинного обучения
      • Аугментация
      • Feature engineering
      • Cross-validation
      • Борьба с переобучением
      • Борьба с дисбалансом данных
      • Регуляризация модели
      Вступление в нейронных сетей. Нейронные сети для классификации изображений
      • Keras
      • tensorflow
      • Персептрон
      • CNN
      Прогнозирование временных рядов
      • AR, MA, ARMA.
      • ARIMA
      • VAR
      • Lstm
      Документация data science проектов, data science in prod
      • Пути организации продакшна для data science-проектов
      • Специфика документации data science проектов
      • Markdown, Latex
      Практикум по пути улучшения качества моделей
      • Презентация и обсуждение курсовых проектов
      • Подведение итогов курса
      Успей забронировать свое место в группе
      Если после первого занятия ты почувствуешь, что этот курс не для тебя (например, не подходит по сложности), то мы вернем деньги.

      Курсы по направлению

      Python Basic

      Изучите основы программирования на языке Python с нуля
      Время обучения
      10 занятий
      Cтарт
      17.09.2019
      КУРС

      Data Science / Machine learning

      Курс научит использовать Python для работы с большими данными
      Время обучения
      14 занятий
      Cтарт
      Уточняйте в администрации
      КУРС

      Big Data

      Научим извлекать пользу из больших массивов данных
      Время обучения
      12 занятий
      Cтарт
      25.09.2019
      КУРС

      Отвечаем на самые часто задаваемые вопросы

      Не будет ли в курсе слишком много теории? Я точно получу практические знания?
      Если бы в нашем курсе было слишком много теории, то они были бы просто неинтересными и неэффективными. А разве посещал бы кто-то неинтересные и неэффективные курсы, да еще и платил бы за это деньги?! После изучения теории, ты сам пробуешь кодить, анализировать, пробовать упростить функционал существующей и написать новую программу. Практика будет повсюду следовать за тобой, как в домашних заданиях, так и в конце онлайн-занятий. И конечно же ты это делаешь под тщательным наблюдением ментора, который будет направлять твои действия в правильное русло, помогать с решением задач и с исправлением ошибок. А после прохождения курса тебя еще и ждет собственный дипломный проект, который уж точно невозможно было бы сдать, опираясь только на теорию.
        Будет ли преподаватель помогать мне с решением практических заданий: давать советы, смотреть скриншоты, объяснять то, что я не понял?
        Конечно, наши преподаватели делают так, чтобы даже самая скучная теория пробуждала твой интерес лучше кофе, а самые сложные задачи щелкались, как орешки. И если для этого нужно придумать примеры "из жизни", либо показать на пальцах, то мы это сделаем, пока ты не разберешься как следует в нужном вопросе.
        Если делаю паузу в обучении (например, из-за болезни), то я могу восстановиться? Или время (и деньги) будут потеряны?
        Понятное дело, что с температурой или сломанной рукой разработать и настроить программу будет весьма непросто. А потому у тебя будет возможность поставить прогресс на паузу и после выздоровления продолжить с той же точки, где остановился. Детали ты всегда можешь уточнить у администрации.
        Есть ли возрастные ограничения на прохождение курса?
        Наш курс нацелен на обширную возрастную группу: от 15 до 60 лет. А это значит, что отговорки по типу "я слишком молод/стар для этого" не работают. Также для детей, возрастом младше 15 лет у нас открыта специальная линейка детских курсов.
        Нужно ли иметь предварительную подготовку в рамках вашего обучения?
        Все, что тебе нужно, это базовые навыки работы с ПК и желание обучаться, остальное дело уже за нами.
        Как происходит процесс трудоустройства в ITEA после прохождения курса и получения сертификата?
        Хорошие специалисты - на вес золота. А потому лучшие студенты, набравшие максимальное количество баллов по ходу обучения, получат специальную форму резюме, после заполнения которой они будут рекомендоваться на прохождение практики. Результаты стажировки и станут основой для твоего будущего трудоустройства.
        Какой уровень английского языка необходим для трудоустройства на позицию Junior?
        Для того, чтобы занять позицию Junior, достаточно владения английским языком на уровне Intermediate.
        Поможем в выборе направления прямо сейчас