logo

outpeer.kz

7

Data Science

950 000 ₸
Подать заявку
Выделено 8 Квот

Курс «Data Science» предназначен для студентов, желающих получить системные знания и практические навыки в области науки о данных и машинного обучения. Программа охватывает основы программирования на Python, работу с ключевыми библиотеками для анализа и визуализации данных, математические основы, статистику и теорию вероятности, а также введение в машинное обучение и глубокое обучение. Курс рассчитан на участников с базовыми знаниями в программировании и математике, которые хотят научиться эффективно работать с данными на практике — от их обработки до построения и оценки моделей. Включение теоретических занятий и практических кейсов позволяет сформировать прочный фундамент для дальнейшего развития в области Data Science.

Особые условия

Дополнительная оплата. Потенциальному участнику при успешном зачислении на курс необходимо внести оставшуюся часть суммы от стоимости обучения перед его началом. Полная стоимость 6-месячного курса составляет 950 000 тенге. Из этой суммы: — 400 000 тенге покрывает грант TechOrda, — 200 000 тенге покрывает школа Outpeer, — оставшиеся 350 000 тенге оплачивает студент самостоятельно.

Детали курса

Уровень

Для начинающих

Формат обучения

Онлайн

Старт

Июнь

Вступительные экзамены

Нет

Длительность, в неделях

26

Длительность в академических часах

156

Язык обучения

Русский

Дни проведений занятий

Понедельник, среда, пятница

Методика обучения

Практики больше, чем теории

Квалификация

Machine Learning инженер, Data Scientist, Аналитик данных, Специалист по визуализации и отчётности

Формат проведения занятий

Уроки в онлайн-режиме 3 раза в неделю по 2 часа

Навыки


▸Программирование на Python: базовые конструкции, функции, работа с файлами. ▸Использование библиотек для анализа данных: NumPy, Pandas для обработки и трансформации данных. ▸Визуализация данных с помощью Matplotlib и Seaborn. ▸Основы математического аппарата: линейная алгебра, теория вероятностей, статистика, математический анализ. ▸Подготовка и преобразование данных: обработка пропусков, кодирование категориальных признаков, масштабирование. ▸Построение и оценка моделей машинного обучения: линейная и логистическая регрессия, методы классификации и кластеризации. ▸Создание простых ML-пайплайнов, понимание принципов обучения моделей и предотвращения переобучения. ▸Реализация проектов по анализу данных и машинному обучению с применением реальных датасетов.

Частые вопросы

Похожие курсы

Другие курсы от outpeer.kz