Школы

Рейтинг на основе отзывов, авторитетности и популярности

Подборки

Полезные и актуальные курсы, отобранные вручную

Data Science с Глебом Михайловым

Сложность
Сложность
Начинающий
Тип обучения
Тип обучения
Курс
Формат обучения
Формат обучения
Записанные лекции
Сертификат
Сертификат
Есть

Стоимость курса

1 990 ₽
Нет рассрочки

Это чисто прикладной курс по data science и машинному обучению, никакой математики, никакой теории, только решение реальных задач с помощью pandas и мощного CatBoost.

Чтобы успешно решать прикладные задачи с помощью машинного обучения, не нужно знать никакой математики, нужно уметь пользоваться конкретным инструментом. Этот инструмент – CatBoost. Вместо того, чтобы лежать под автомобилем или ковыряться в движке, мы будем сразу на нем ездить.

Если хочешь научиться машинному обучению и data science на интуитивном уровне, то этот курс тебе подойдет. А уже после моего курса можно углубиться в теорию и математику, курсов по которым бесчисленное множество.

Также мой курс станет отличным дополнением к более классическим курсам по data science и машинному обучению, если такие уже тобой пройдены.

Мой принцип: сначала интуиция – потом теория.

Что вы получите после обучения

Навыки
1
Pandas
3
Data Science
5
Классификация

Школа

Stepik — образовательная платформа и конструктор онлайн-курсов.

Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки.

Наша цель — сделать образование открытым и удобным.

Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.

Платформа Stepik включает в себя конструктор бесплатных занятий и уроков. Создать интерактивный обучающий курс может любой зарегистрированный пользователь. При этом авторы обучающих материалов сохраняют авторские права. Сервис не имеет ограничений по числу обучающихся на курсе.

Stepik имеет обширные возможности по созданию онлайн-курсов, обучающих занятий и уроков с использованием текстов, видео, картинок, тестовых задач, в процессе выполнения которых можно вести обсуждения с остальными обучающимися, а также с преподавателем. Всего в Stepik присутствует 20 типов заданий, проверка которых может осуществляться как в автоматическом, так и в ручном режиме.

Большим преимуществом данной платформы является возможность встраивать созданные материалы на сторонние сайты, например, Moodle и Canvas.

Кроме того, Stepik может использоваться в качестве площадки для проведения разнообразных мероприятий, таких как олимпиады и конкурсы.

Интерфейс платформы полностью русскоязычный, достаточно дружественный и интуитивно понятный. Платформа полностью бесплатна.

За каждый пройденный курс в Stepik обучающийся получает сертификат о прохождении. Получение сертификата также бесплатно.

Преподаватели

Более 10 лет опыта в аналитике, дата саенс, python, sql, статистике. Преподаю с 2018 года.

Всем привет! Я Глеб Михайлов. Я занимаюсь анализом данных с 2011 года и преподаю с 2018. Я работал аналитиком и дата саентистом в Альфе, Сбере, Ростелекоме. C 2019 работаю наставником в Яндекс.Практикуме, веду вебинары по анализу данных и дата саенс. У меня есть канал по аналитике и дата саенс на ютюб и там у меня уже 12к+ подписчиков. Если ты мой подписчик – привет тебе, увидимся на стримах!)). В анализе данных и дата саенс я абсолютный самоучка – учился по курсам на udemy, coursera, spepik и т.д. Читал книги, смотрел ютюб. Я знаю каково это осваивать новую профессию самому, и поэтому, я учу максимально просто, без заумствований и делюсь своими практическими наработками и лайфхаками.

Программа курса

Вступление
1. Как смотреть курс
Python и Pandas
1. Python ч.1 (/lesson/673555?unit=671850)
2. Python ч.2 (/lesson/683299?unit=682123)
3. Pandas ч.1 (/lesson/683302?unit=682126)
4. Pandas ч.2 (/lesson/683304?unit=682127)
Регрессия
1. Человеческое обучение
2. Машинное обучение
3. Анализ модели
Классификация
1. Классификация ч.1
2. Классификация ч.2
3. Метрики классификации ч.1
4. Метрики классификации ч.2
Заключение
1. Полезные фишечки

2.Практика на Kaggle [Leopard Challenge]

Рейтинг курса

4
Может быть интересно
Data Science с Глебом Михайловым
На сайт курса

Data Science с Глебом Михайловым