Профессия Data Scientist Год выпуска: 2020 Производитель: Skillbox Сайт производителя: https://skillbox.ru/course/profession-data-scientist/ Автор: Валентин Пановский, Михаил Овчинников Продолжительность: 110h36m Тип раздаваемого материала: Видеоклипы Язык: Русский Описание: Чему вы научитесь
Программировать на Python
Освоите самый популярный язык для работы с данными.
Визуализировать данные
Сможете разрабатывать дашборды и интерактивную инфографику.
Работать с библиотеками и базами данных
Научитесь работать с библиотеками Pandas, NumPy и Matplotlib и освоите базы данных PostgreSQL, SQLite3, MongoDB.
Программировать на R
Разберетесь в специфике языка, сможете обрабатывать статические данные и работать с графикой.
Применять нейронные сети для решения реальных задач
Освоите фреймворки для обучения нейронных сетей Tensorflow и Keras. Узнаете, как устроены нейронные сети для задач компьютерного зрения и лингвистики.
Создавать рекомендательные системы
Построите рекомендательную систему и добавите её в своё портфолио.
Кому подойдёт этот курс
Людям без опыта в IT
Вы получите базовые навыки по программированию, аналитике, статистике и математике, которые откроют путь к карьере в Data Science и Machine Learning. Сможете использовать свои знания сразу на практике. Программистам
Вы прокачаете свои знания и навыки в программировании на Python и R. Подтянете математику и умение мыслить как аналитик, использовать алгоритмы машинного обучения для решения бизнес-задач — и усилите портфолио мощными проектами. Начинающим аналитикам
Вы научитесь ставить гипотезы и делать выводы на основе данных, писать эффективный код на Python и R, превращать сырые данные в полезную информацию для компании, понимать математику на основе статистики, а также обучать машины и прогнозировать результаты. Отшлифуете знания, увеличите скорость своей работы и добьётесь повышения.
Содержание
Введение в анализ данных и машинное обучение
Аналитика. Начальный уровень
Статистика и теория вероятностей
Основы математики для Data Science
Машинное обучение. Начальный уровень
Специализация
Аналитика. Средний уровень
Машинное обучение. Средний уровень
Бонусные курсы
Универсальные знания программиста
Английский для IT-специалистов
Пытался, мало что отложилось.
Курс по нейронкам читают инженеры NVIDIA.
=============
В начале февраля стартанет бесплатная школа RS-SCHOOL для всех желающих по теме ML.
Тут фидбэк спрашивают, так что отпишу. Я этот курс купил и прохожу на скиллбоксе, а сюда залез товарищу показать.
Я нуб и сравнить мне особенно не с чем, но мне по душе. Уроки без воды, ведут их люди с удавшейся карьерой в ИТ. Темы разбирают неплохо, но иногда слишком узко - машинное обучение пришлось на kaggle добирать, материалов скиллбокса недостаточно показалось. Но это скорее исключение из правил; и даже так - курс задает верное направление. Никогда не чувствую, что не знаю чем заняться, типа, с чего подступиться, - для меня это жирный плюс. Еще момент: на платформе домашнюю работу по модулю отправляешь на проверку своему куратору, и он дает тебе фидбэк, если надо; чаще же всего наша переписка такая:
- Здравствуйте, отправляю домашнюю работу на проверку.
Через час-два:
- Здравствуйте. Работа выполнена, вопросов нет.
Так что тут на Ваш вкус - надо вам или нет, чтобы проверяли работу и объясняли ошибки. Я лично тему досконально покрываю, перед тем как отправлять, и в ответ ничего не жду. Однако в курсе есть модули, в которых показывают как пользоваться гитлабом - в них дз заключается в отправке коммитов куда-то там, куда пускают через скиллбокс; плюс штук восемь дэхэх после этого их нужно скачивать с гитлаба же. Еще есть чат общий в телеге, где можно помощи спросить, иногда это кстати, особенно на первых порах было.
Ну, надеюсь, что кому-нибудь поможет. Повторюсь, я доволен. Если скачать и учить - можно на них прокачаться, я уверен. Но могут быть проблемы с мотивацией. И в некоторых случаях придется подумать, что делать, не имея возможности связаться с поддержкой, - как в случаях с гитлабом.
Всем добра.
Я новичок в этом направлении. Прослушал 4 урока и не понял, т.к. не было объяснения с чего начать курс, ну т.е. блокнот гугл или юпитер, надо или не надо устанавливать...Не понятно...
Вроде в курсе есть файлы направляющие на ДЗ и работу с учителем, но при повторе действий, которые продемонстрированы в видео выдает синтаксическую ошибку. Вот сижу додумываю, надо ли устанавливать юпитер или нет, как с ним работать и как его готовить.
Сам курс вроде норм, но явно утаили самое начало, чтобы было не повадно бесплатно его проходить.
Waskoka На сайте производителя курса указана данная программа:
1. Аналитика. Начальный уровень
2. Статистика и теория вероятностей
3. Основы математики для Data Science
4. Машинное обучение. Начальный уровень
5. Аналитика. Средний уровень
6. Машинное обучение. Средний уровень Бонус:
Универсальные знания программиста
Английский для IT-специалистов И в конце дипломные проект:
1. Рекомендательная система для онлайн-гипермаркета Instacart
2. Система по распознаванию эмоций === Насколько помню, свой jupyter можно не поднимать. Notebook'и представлены в colab.
. Там на сайте Скиллбокса пишут что обновили курс в 2022м 
