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