logo

outpeer.kz

7

Data Science

950 000 ₸
Тапсырыс беру
Бөлінді 8 Квот

Курс туралы

Толығырақ outpeer.kz

«Data Science» курсы деректер ғылымы мен машиналық оқыту саласында жүйелі білім мен практикалық дағдылар алғысы келетін студенттерге арналған. Бағдарлама Python бағдарламалау тілінің негіздерін, деректерді талдау және визуализация жасауға арналған негізгі кітапханалармен жұмысты, математикалық негіздерді, статистика мен ықтималдық теориясын, сондай-ақ машиналық оқыту мен терең оқытуға кіріспені қамтиды. Курс бағдарламалау мен математика бойынша базалық білімі бар, деректермен тиімді жұмыс істеуді — оларды өңдеуден бастап модельдер құру мен бағалауға дейін — үйренгісі келетін тыңдаушыларға арналған. Теориялық сабақтар мен практикалық кейстерді қамту Data Science саласында ары қарай дамуға берік негіз қалайды.

Ерекше шарттар

Қосымша төлем. Курсқа сәтті қабылданғаннан кейін, қатысушы оқу басталғанға дейін оқу құнының қалған бөлігін төлеуі қажет. 6 айлық оқу бағдарламасының толық құны — 950 000 теңге. Бұл соманың ішінде: — 400 000 теңгені TechOrda гранты жабады, — 200 000 теңгені Outpeer мектебі өзі қаржыландырады, — қалған 350 000 теңгені студент өзі төлейді.

Курстың егжей-тегжейлері

Деңгей

Бастаушыларға

Оқыту форматы

Желіде

Старт

Маусым

Қабылдау емтихандары

Жоқ

Ұзақтығы, апталарда

26

Академиялық сағаттардағы ұзақтығы

156

Оқыту тілі

Орысша

Сабақтарды өткізу күндері

Дүйсенбі, сәрсенбі, жұма

Оқыту әдістемесі

Практика теориялардан гөрі көп

Біліктілік

Machine Learning инженері, Data Scientist, деректер талдаушысы

Сабақтарды өткізу форматы

Онлайн режиміндегі сабақтар аптасына 3 рет 2 сағаттан

Дағдылар


▸ Python тілінде бағдарламалау: негізгі құрылымдар, функциялар, файлдармен жұмыс істеу. ▸ Деректерді талдауға арналған кітапханаларды пайдалану: NumPy және Pandas арқылы деректерді өңдеу және түрлендіру. ▸ Деректерді визуализациялау: Matplotlib және Seaborn құралдарын қолдану. ▸ Математикалық негіздер: сызықтық алгебра, ықтималдық теориясы, статистика, математикалық талдау. ▸ Деректерді дайындау және түрлендіру: жетіспейтін мәндерді өңдеу, категориялық белгілерді кодтау, масштабтау. ▸ Машиналық оқыту модельдерін құру және бағалау: сызықтық және логистикалық регрессия, классификация және кластерлеу әдістері. ▸ Қарапайым ML-пайплайндар жасау, модельдерді оқытудың негізгі қағидаларын түсіну және артық үйренуді (overfitting) болдырмау. ▸ Нақты деректер жиынтықтарын пайдалана отырып, деректерді талдау және машиналық оқыту бойынша жобаларды жүзеге асыру.

Жиі қойылатын сұрақтар

Ұқсас курстар

Басқа курс outpeer.kz