Цель программы - Дать навыки применения методов обработки и хранения больших данных современными инструментами, а также навыки применения методов математической статистики, машинного обучения и глубокого обучения к интеллектуальному анализу данных для решения прикладных задач, в том числе в области автоматической обработки текстов и компьютерного зрения.
Содержание: - 1.1.1. Введение в науку о данных, инструменты для обработки данных - 1.1.2. Python для анализа данных - 1.1.3. Визуализация данных. Анализ и преобразование данных. Работа с временными рядами - 1.1.4. Системы управления базами данных. Обработка структурированных данных - 1.1.5. NoSQL хранилища - 1.2.1. Случайные события, вероятность и случайные величины - 1.2.2. Законы распределения случайных величин - 1.2.3. Описательная статистика и точечные оценки - 2.1.1. Обзор направлений и методов машинного обучения, основные тренды в ИИ, библиотеки для Data Science - 2.1.2. Задача регрессии - 2.1.3. Задача классификации. k-NN и наивный байесовский классификатор, логистическая регрессия, SVM, ДПР - 2.1.4. Задача кластеризации. K-means. DBSCAN. иерархическая кластеризация - 2.1.5. Снижение размерности, ансамбли, обучение с подкреплением - 2.2.1. Понятие полносвязной сети - 2.2.2. Инструменты построения и обучения нейронных сетей, оптимизаторы - 2.2.3. Сверточные нейронные сети - 2.2.4. Рекуррентные НС - Тексты лекций
Информация о видео Название: Аналитик данных Автор: Университет 20.35 Год выхода: 2022 Жанр: Видеокурс Язык: Русский Выпущено: Россия Продолжительность: долго
Файл Формат: MP4, pdf Видео: AVC, 1280x720, ~156 Kbps Аудио: AAC, 128 Kbps, 48.0 KHz Размер файла: 3 Gb
