Вы сможете

• сформулировать для себя реальные цели обучения
• узнать, в чем ценность DS для бизнеса
• познакомиться с основными задачами дата-сайентиста
• разобраться, как строится разработка любого DS-проекта

Вы сможете

• работать с основными типами данных с помощью языка Python
• применять в повседневной работе циклические конструкции, условные операторы и функции

Вы научитесь:

• совершать операции над числами
• решать уравнения
• использовать свойства функций и их графиков
• решать математические задачи

Вы научитесь:

• подготавливать, очищать и преобразовывать данные
• анализировать данные с помощью популярных библиотек Matplotlib, Seaborn, Plotly

Вы научитесь:

• выгружать данные из разных форматов и источников при помощи SQL
• использовать агрегатные функции, соединения таблиц и сложные объединения

Вы научитесь:

• проводить разведывательный анализ данных (EDA) с помощью библиотек Statsmodels, Scikit Learn, Seaborn, Matplotlib, SciPy, Pandas
• работать на Kaggle, популярной платформе для участия в соревнованиях

Вы научитесь:

• обучать основные виды ML-моделей
• проводить валидацию
• интерпретировать результаты работы и выбирать важные признаки (feature importance)

Вы научитесь

• решать практические задачи с помощью ручного счета и Python
• производить векторные и матричные вычисления
• работать с множествами
• исследовать функции с помощью дифференциального анализа

• Вы познакомитесь с основными понятиями теории вероятности и математической статистики, алгоритмами кластеризации.
• Научитесь оценивать качество произведенной кластеризации и представлять результаты в графическом виде.

Вы научитесь:

• использовать ML-библиотеки для решения задачи временных рядов и рекомендательных систем
• обучать ML-модель и проводить ее валидацию
• создавать работающий прототип и запускать модель в веб-интерфейсе
• проводить A/B-тесты для оценки модели

Вы научитесь:

• решать углубленные задачи машинного обучения
• работать с библиотеками Python
• создавать MVP (минимально жизнеспособную версию продукта)

Вы научитесь:

• решать задачи компьютерного зрения (классификация изображений, сегментация и детекция, генерация и стилизация)
• выводить нейронные сети в продакшен