Машинное обучение и майнинг данных

Организатор: Высшая школа экономики НИУ Институт профессиональной переподготовки специалистов

Москва

Даты проведения:

С открытой датой

Подать заявку

Цена: 36 000 руб.

Описание мероприятия

Язык обучения: русский
Адрес проведения: Кочновский проезд, дом 3

Для кого эта программа

Лица, уже имеющие высшее или среднее профессиональное образование или получающие высшее образование.

Выдаваемые документы

Удостоверение о повышении квалификации

Описание программы

Программа помогает получить базовые компетенции аналитика данных, среди которых адекватный выбор метода для решения конкретной задачи анализа данных, предобработка данных, настройка параметров метода анализа и интерпретация полученных результатов. В ходе обучения слушатели также знакомятся с программными продуктами Weka, Orange и библиотекой scikit-learn. Содержание программы охватывает основные устоявшиеся разделы современного машинного обучения (Machine Learning) и майнинга данных (Data Mining).

Теоретический материал подкрепляется большим количеством практических занятий.

Учебный план:

ведение в машинное обучение и разработку данных
Свободно-распространяемые системы машинного обучения и разработки данных
Методы классификации
Методы регрессии
Методы кластеризации
Поиск признаковых зависимостей и частых множеств
Мультимодальная кластеризация
Анализ последовательностей
Отбор признаков и снижение размерности
Работа с выбросами и пропущенными значениями
Статистический взгляд на машинное обучение
Машинное обучение и майнинг больших данных (Big Data)

Преподаватели

Дмитрий Игнатов
кандидат технических наук, преподаватель факультета компьютерных наук НИУ ВШЭ, доцент Департамента анализа данных и искусственного интеллекта, научный сотрудник Международной научно-учебной лаборатории интеллектуальных систем и структурного анализа. Проходил обучение по PhD программе в Техническом университете Дрездена (Германия) в рамках гранта DAAD.

Юрий Кашницкий
преподаватель факультета компьютерных наук НИУ ВШЭ, научный сотрудник Международной научно-учебной лаборатории интеллектуальных систем и структурного анализа. Имеет публикации, представленные на семинарах топовых конференций по искусственному интеллекту (IJCAI и ECAI) и машинному обучению (ECML/PKDD). Преподаватель языка Python и машинного обучения в MLClass. В прошлом — разработчик Hadoop, бизнес-аналитик и Java-программист РДТЕХ.

Требования к поступающим:

Документы для приема

Оригинал и копия паспорта или документа, заменяющего его
Оригинал диплома и приложения к нему и копия документа об образовании или справка об обучении для лиц, получающих высшее образование
Оригинал и копия документа об изменении фамилии, имени, отчества (при необходимости)

Пререквизиты (базовые требования)

Знание базовой программы курса «Высшая математика» и основ программирования (желательно Python).