Курсы : Анализ данных 15

PDA-DB. Основы баз данных

Обучаясь на курсе вы познакомитесь с основами технологий баз данных, научитесь работать с объектами баз данных выполнять запросы к базам данных и узнаете что такое транзакции.

Уровень сложности:

Длительность курса: 32 ак.ч. очно

График обучения: 32 ак. часа, 8 занятий по 4 ак. часа

DEV-PDA100. Основы программирования на языке Python

Курс охватывает основы программирования на Python в Jupyter Notebook, включая функции, работу с данными (строки, списки, словари) и обработку исключений. Изучаются модули, методы, циклы, ООП, а также работа с файлами и API. Практические задания направлены на закрепление навыков разработки и обработки данных.

Уровень сложности:

Длительность курса: 40 ак.ч. очно

График обучения: 40 ак. часов, 10 занятий по 4 ак. часа

DEV-PDA-MP1. Модульная программа «Основы Python и БД для анализа данных»

Уровень сложности:

Длительность курса: 72 ак.ч. очно

График обучения: 72 ак. часа

PDA-100. Основы программирования на языке Python

Начальный курс посвященный основам программирования на языке Python для анализаданных

Уровень сложности:

Длительность курса: 40 ак.ч. очно

График обучения: 40 ак. часов, 10 занятий по 4 ак. часа

DEV-PDA110. Инструменты анализа данных

Уровень сложности:

Длительность курса: 24 ак.ч. очно

График обучения: 24 ак. часа, 6 занятий по 4 ак. часа

DEV-PDA-MP2. Модульная программа «Анализ данных на языке Python»

Уровень сложности:

Длительность курса: 64 ак.ч. очно

График обучения: 64 ак. часов

PDA-110. Введение в анализ данных на языке Python

Курс посвящен основам анализа данных с применением языка Python

Уровень сложности:

Длительность курса: 24 ак.ч. очно

График обучения: 24 ак. часа, 6 занятий по 4 ак. часа

DEV-PDA120. Методы машинного обучения

Курс охватывает ключевые методы машинного обучения: линейные модели, градиентный спуск, деревья решений, SVM, ансамбли и нейронные сети. Рассматриваются задачи регрессии, классификации, кластеризации и deep learning на практических кейсах. Итогом обучения является реализация пет-проекта для закрепления навыков

Уровень сложности:

Длительность курса: 40 ак.ч. очно

График обучения: 40 ак. часов, 10 занятий по 4 ак. часа

DEV-PDA-MP3. Модульная программа «Методы прогнозирования на языке Python»

Уровень сложности:

Длительность курса: 64 ак.ч. очно

График обучения: 64 ак. часа

PDA-120. Программирование на Python для анализа данных

Курс посвящен анализу данных на языке Python

Уровень сложности:

Длительность курса: 40 ак.ч. очно

График обучения: 40 ак. часов, 10 занятий по 4 ак. часа

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.

Уровень сложности:

Длительность курса: 32 ак.ч. очно

График обучения: 32 ак. часов, 8 занятий по 4 ак. часа

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.

Уровень сложности:

Длительность курса: 32 ак.ч. очно

График обучения: 32 ак. часов, 8 занятий по 4 ак. часа

PDA-200. Методы машинного обучения в прогнозировании данных

Курс посвящен построению прогнозных моделей на языке Python.

Уровень сложности:

Длительность курса: 32 ак.ч. очно

График обучения: 32 ак. часов, 8 занятий по 4 ак. часа

PDA-210. Прогнозирование временных рядов

Курс посвящен построению прогнозных моделей временных рядов на языке Python 

Уровень сложности:

Длительность курса: 32 ак.ч. очно

График обучения: 32 ак. часов, 8 занятий по 4 ак. часа

DWH-04. Визуализация и анализ данных

Курс охватывает основы аналитики, включая роли аналитиков, метрики, BI-системы и базовую статистику. Рассматриваются принципы визуализации данных и инструменты для их представления. Также изучается real-time аналитика с практическим применением Spark Streaming.

Уровень сложности:

Длительность курса: 44 ак.ч. очно

График обучения: 44 часа, 11 занятий по 4 ак. часа