Data Science, Deep Learning и Machine Learning с Python

Откройте мирнейронных сетей, искусственного интеллекта и машинного обучения — навыков, востребованных предпринимателями!

Присоединяйтесь к высокооплачиваемой специальности

Data Scientists получают среднюю зарплату в 120 000 долларов. И это только среднее значение! Работа в этой области — не только про доход, это еще и увлекательная карьера. Если у вас есть опыт программирования, данный курс покажет вам методы, используемые профессионалами в области данных. Пройдя его, вы сможете начать карьеры в этой стремительно развивающейся отрасли.

Освойте практические навыки

Курс содержит более 80 лекций и 12 часов видео, большинство тем сопровождаются практическими примерами на Python. Благодаря девятилетнему опыту работы автора в Amazon и IMDb, вы узнаете, что действительно важно. Все концепции объясняются простым языком, без сложных математических терминов, что позволит сосредоточиться на применении знаний на практике. Финишируем конечным проектом для проверки ваших навыков!

Темы курса включают:

• Глубокое обучение: нейронные сети (MLP, CNN, RNN)
• Аналитика данных: Регрессивный анализ, K-Means Clustering
• Principal Component Analysis
• Train/Test и перекрёстная валидация
• Методы Байеса
• Деревья решений и случайные леса
• Многомерная регрессия и многоуровневые модели
• Поддержка векторных машин и Reinforcement Learning
• Collaborative Filtering и K-Nearest Neighbor
• Bias/Variance Tradeoff и Ensemble Learning
• Временная частота/обратная частота документа
• Экспериментальный дизайн и тесты A/B

Масштабируйте свои знания с помощью Apache Spark

В курсе есть целый раздел по машинному обучению с использованием Apache Spark, что позволяет вам применять эти методы к анализу больших данных на кластерных вычислениях. Вступайте в группу курса на Facebook, чтобы общаться с единомышленниками.

Для кого этот курс

Не переживайте, если вы новичок в Python — курс стартует с основ. Опытным программистам или аналитикам данных курс поможет сделать шаг в мир технологической индустрии. Понравится и вам!

Требования к курсу

• Наличие настольного ПК с Windows, Mac или Linux, способного запускать Enthought Canopy 1.6.2 или новее.
• Некоторое предварительное знание программирования или написания скриптов.
• Базовые математические навыки школьного уровня.

Настройка курса показана на Windows, однако код работает и на MacOS или Linux, хотя поддержка по ОС не предоставляется.