Уровень сложности:
Длительность курса: 64 ак.ч.
График обучения: 64 ак. часа
Программа состоит из 4 отдельных курсов-модулей.
Аннотация
Курсы связанных направлений
Сегодня занятий по этому курсу нет.
Программа состоит из отдельных курсов-модулей
Выберите ссылку для того, чтобы посмотреть программу отдельного модуля.
-
PDA-200. Методы машинного обучения в прогнозировании данных
Курс посвящен построению прогнозных моделей на языке Python.
-
DEV-PDA200. Конструирование признаков и оптимизация моделей машинного обучения
Курс обучает методам уменьшения размерности данных (PCA, t-SNE, UMAP), автоматизированному подбору гиперпараметров (GridSearch, Bayesian Optimization) и оценке значимости признаков. Практические занятия включают анализ датасетов и исследование техник оптимизации моделей. По итогам обучения студенты выполняют пет-проект, демонстрируя умение применять методы машинного обучения.
-
DEV-PDA210. Прогнозирование временных рядов
Курс посвящен методам анализа и прогнозирования временных рядов, включая классические (ARIMA, Хольта-Уинтерса) и современные подходы (LSTM, Prophet). В программе рассматриваются этапы разработки прогнозных моделей — от обработки данных до внедрения в production. Практические занятия направлены на освоение инструментов анализа временных рядов и оценку качества прогнозов.
-
PDA-210. Прогнозирование временных рядов
Курс посвящен построению прогнозных моделей временных рядов на языке Python