В ходе данного курса обучающиеся смогут улучшить свои навыки по разработке решений на платформе PolyAnalyst с использованием машинного обучения. Используя возможности платформы обучающиеся получат практические навыки по обучению моделей машинного обучения и оценке качества полученных моделей. Частью курса является рассмотрение вопросов, связанных с промышленным применением обученных моделей (MLOps). По окончании курса обучающиеся смогут самостоятельно определить к какому классу задач относиться решаемая проблема, выбрать инструменты для ее решения, провести обучение и оценку модели.
5 интерактивных занятий по 2 академических часа (90 минут)
1 автоматически оцениваемый тест для проверки понимания материала
5 самостоятельных проектов
(2-3 часа самостоятельной работы над каждым проектом)
Рекомендуемая продолжительность курса 3 недели (2 занятия в неделю)
Для прохождения курса вам потребуются следующие знания и умения:
Желательные, но необязательные знания:
По окончании курса обучающимся выдается сертификат об окончании курса «Анализ данных», где указывается количество выполненных самостоятельных работ и баллы, набранные в результате прохождения тестов.
Занятие 1 «Введение в анализ данных. Регрессионный анализ»
иметь представление о видах машинного обучения;
Создание проекта, в рамках которого будут обучены и протестированы несколько моделей регрессии, произведена оценка и выбрана модель с наилучшими оценками.
Занятие 2 «Классификация. Нейронные сети»
После занятия обучающиеся будут:
Создание проекта, в рамках которого будут обучены и протестированы несколько моделей классификации (в том числе с использованием нейронных сетей), произведена оценка и выбрана модель с наилучшими оценками.
Занятие 3 «Кластеризация. Анализ покупательских корзин»
После занятия обучающиеся будут:
Создание проекта, в котором будет проведен кластерный анализ. Обучающимся будет предложено дать интерпретацию полученным в ходе анализа результатам.
Занятие 4 «Корреляционный, факторный и анализ связей»
После занятия обучающиеся будут:
Самостоятельная работа.
Занятие 5 «Введение в MLOps»
После занятия обучающиеся будут:
Создание решения, где обученная ранее модель регрессии или классификации подготавливается к промышленному применению, настраивается контроль за результатом применения модели.
Данный курс ориентирован на:
Если у вас нет опыта работы с платформой PolyAnalyst, мы рекомендуем пройти Базовый курс по работе с платформой. Базовые знания статистики и линейной алгебры крайне желательны для прохождения курса, но при необходимости данные знания можно будет получить при прохождении курса из дополнительных материалов. Знание языка Python будет полезно на занятии по MLOps, для понимания контекста будет достаточно знания основ любого языка программирования.
Рекомендуемая длительность курса — 3 недели (2 занятия в неделю). Данный формат позволяет комфортно сочетать обучение с другими активностями. Выполнение самостоятельных работ возможно в любое время по выбору обучающегося.
Курс состоит из 5 занятий. Занятие длится два академических часа (90 минут астрономического времени) и проводится в режиме онлайн в формате видеоконференции. Запись занятия будет доступна обучающимся в течении суток после занятия. По материалам занятия обучающимся предлагается пройти тест и выполнить самостоятельную работу.
После каждого занятия обучающимся предлагается разработать самостоятельный проект для закрепления полученных на занятии навыков. Разработка такого проекта займет 2-3 часа. Для облегчения разработки самостоятельного проекта он разделен на небольшие этапы и каждый этап подробно описан.
Наши инструкторы готовы ответить на любые вопросы, связанные с обучением или платформой PolyAnalyst. Также мы готовы прийти на помощь при возникновении сложностей с выполнением самостоятельных заданий — разъяснить отдельные моменты, дать рекомендации по работе с платформой и т.п.
Мы не ограничиваем количество попыток при выполнении тестов. В сертификате будет отражен наилучший результат из всех предпринятых попыток.
Оценку работ проводят наши инструкторы на основании списка критериев, приведенных в описании каждой работы. При оценке работы инструкторы составляют список рекомендаций, на основании которых можно улучшить проект.
Для прохождения курса не требуется специального программного или аппаратного обеспечения. Достаточно наличия персонального компьютера с выходом в Интернет и установленным Интернет-браузером. Платформа PolyAnalyst располагается на учебных серверах компании, на время обучения учащимся предоставляется круглосуточный доступ к платформе.