यंत्र अधिगम। व्यावसायिक - ओटस से निःशुल्क पाठ्यक्रम, प्रशिक्षण 5 महीने, दिनांक: 2 दिसंबर, 2023।

अनेक वस्तुओं का संग्रह / by admin / December 05, 2023

click fraud protection

आप लगातार आधुनिक डेटा विश्लेषण टूल में महारत हासिल करेंगे और पेशेवर स्तर पर मशीन लर्निंग मॉडल बनाने में सक्षम होंगे। प्रत्येक एल्गोरिदम के साथ अपने कौशल को मजबूत करने के लिए, आप डेटासेट तैयार करने से लेकर परिणामों का विश्लेषण करने और उत्पादन की तैयारी तक काम की पूरी पाइपलाइन चलाएंगे। आपको प्राप्त अभ्यास और ज्ञान शास्त्रीय एमएल समस्याओं को स्वतंत्र रूप से हल करने और जूनियर+ और मिडिल डेटा वैज्ञानिक पदों के लिए आवेदन करने के लिए पर्याप्त होगा।

पोर्टफोलियो परियोजनाएं

पाठ्यक्रम के दौरान, आप कई पोर्टफोलियो परियोजनाओं को पूरा करेंगे और सीखेंगे कि साक्षात्कार पास करने के लिए अपने काम के परिणामों को सक्षमता से कैसे प्रस्तुत किया जाए। अपने अंतिम प्रोजेक्ट के लिए, आप शिक्षक द्वारा प्रस्तावित विकल्पों में से एक ले सकते हैं या अपना खुद का विचार लागू कर सकते हैं।

इस पाठ्यक्रम के लिए कौन है?

शुरुआती विश्लेषकों और डेटा वैज्ञानिकों के लिए। पाठ्यक्रम आपको अपने ज्ञान को व्यवस्थित और गहरा करने में मदद करेगा। आप दृष्टिकोणों के साथ प्रयोग करने, कामकाजी मामलों का विश्लेषण करने और विशेषज्ञों से उच्च गुणवत्ता वाली प्रतिक्रिया प्राप्त करने में सक्षम होंगे।

instagram viewer

अन्य क्षेत्रों के डेवलपर्स और विशेषज्ञों के लिए जो अपना पेशा बदलना चाहते हैं और डेटा साइंस के क्षेत्र में विकास करना चाहते हैं। यह पाठ्यक्रम आपको एक मजबूत पोर्टफोलियो बनाने और एक डेटा वैज्ञानिक के रूप में वास्तविक जीवन के कार्यों के माहौल में खुद को डुबोने का अवसर देगा।

सीखने के लिए, आपको अपने स्वयं के कार्यों को लिखने के स्तर पर पायथन अनुभव की आवश्यकता होगी, साथ ही गणितीय विश्लेषण, रैखिक बीजगणित, संभाव्यता सिद्धांत और गणित का ज्ञान भी होगा। आँकड़े.

पाठ्यक्रम की विशेषताएं

सर्वोत्तम प्रथाएँ और रुझान। प्रत्येक लॉन्च, प्रोग्राम को डेटा साइंस में तेजी से बदलते रुझानों को प्रतिबिंबित करने के लिए अद्यतन किया जाता है। प्रशिक्षण के बाद, आप तुरंत वास्तविक परियोजनाओं पर काम करना शुरू कर सकेंगे।

महत्वपूर्ण माध्यमिक कौशल. पाठ्यक्रम में वे विषय शामिल हैं जिन्हें आमतौर पर अनदेखा कर दिया जाता है, लेकिन रोजमर्रा के कार्यों में विशेषज्ञ के लिए ये आवश्यक हैं और नियोक्ताओं द्वारा इन्हें अत्यधिक महत्व दिया जाता है:
- स्वचालित रूप से विसंगतियों की खोज के लिए सिस्टम का निर्माण;
- मशीन लर्निंग का उपयोग करके समय श्रृंखला का पूर्वानुमान लगाना;
- डेटा के साथ काम करने के लिए एंड-टू-एंड पाइपलाइन, उत्पादन में कार्यान्वयन के लिए तैयार।

रचनात्मक माहौल और परिस्थितियाँ वास्तविक कार्य प्रक्रियाओं के करीब। संपूर्ण पाठ्यक्रम एक डेटा वैज्ञानिक के रोजमर्रा के कामकाजी जीवन के सिम्युलेटर के रूप में बनाया गया है, जहां आपको इसका सामना करना होगा "गंदा" डेटा, अपने कार्यों की पहले से गणना करें, समाधानों के साथ प्रयोग करें और मॉडल तैयार करें उत्पादन इस मामले में, आपको जिज्ञासा, दृढ़ता और नए अनुभवों की प्यास की आवश्यकता होगी।

मारिया तिखोनोवा

अवधि

Sberbank में AGI NLP टीम में डेटा विश्लेषक के रूप में काम करता है। तंत्रिका नेटवर्क भाषा मॉडल और वास्तविक जीवन की समस्याओं में उनके अनुप्रयोग पर काम करता है। उनका मानना है कि डेटा साइंस के क्षेत्र में काम करने से विज्ञान के क्षेत्र में अद्भुत चीजें करने का एक अनूठा अवसर मिलता है जो यहां और अभी दुनिया को बदल रहे हैं। हायर स्कूल ऑफ इकोनॉमिक्स में डेटा विश्लेषण, मशीन लर्निंग और डेटा साइंस विषय पढ़ाते हैं। मारिया ने मॉस्को स्टेट यूनिवर्सिटी के यांत्रिकी और गणित संकाय और यैंडेक्स स्कूल ऑफ डेटा एनालिसिस से स्नातक किया। मारिया वर्तमान में कंप्यूटर विज्ञान संकाय में हायर स्कूल ऑफ इकोनॉमिक्स में स्नातक की छात्रा हैं। उनकी शोध रुचियों में प्राकृतिक भाषा प्रसंस्करण और विषय मॉडलिंग जैसे डेटा विज्ञान क्षेत्र शामिल हैं। कार्यक्रम प्रबंधक

दिमित्री सर्गेव

अवधि

2012 से मशीन लर्निंग और डेटा विश्लेषण का अभ्यास कर रहा हूं। वर्तमान में वेदरवेल में अनुसंधान एवं विकास प्रमुख के रूप में कार्यरत हैं। गेम डेवलपमेंट, बैंकिंग और... में मशीन लर्निंग के व्यावहारिक अनुप्रयोग का अनुभव है।

2012 से मशीन लर्निंग और डेटा विश्लेषण का अभ्यास कर रहा हूं। वर्तमान में वेदरवेल में अनुसंधान एवं विकास प्रमुख के रूप में कार्यरत हैं। गेम डेवलपमेंट, बैंकिंग और हेल्थ टेक में मशीन लर्निंग के व्यावहारिक अनुप्रयोग का अनुभव है। उन्होंने मॉस्को स्टेट यूनिवर्सिटी के गणितीय वित्त केंद्र में मशीन लर्निंग और डेटा विश्लेषण पढ़ाया, और नेशनल रिसर्च यूनिवर्सिटी हायर स्कूल ऑफ इकोनॉमिक्स और विभिन्न ग्रीष्मकालीन स्कूलों के कंप्यूटर विज्ञान संकाय में अतिथि व्याख्याता थे। शिक्षा: अर्थशास्त्र-गणित REU im. प्लेखानोव, मॉस्को स्टेट यूनिवर्सिटी के केंद्रीय गणित और गणित संकाय, हायर स्कूल ऑफ इकोनॉमिक्स के कंप्यूटर विज्ञान संकाय का उन्नत व्यावसायिक प्रशिक्षण "प्रैक्टिकल डेटा विश्लेषण और मशीन लर्निंग", एमएससी कंप्यूटर साइंस आल्टो यूनिवर्सिटी स्टैक/रुचियाँ: पायथन, मशीन लर्निंग, टाइम सीरीज़, विसंगति का पता लगाना, ओपन डेटा, सोशल के लिए एमएल अच्छा

उन्नत मशीन लर्निंग तकनीकें
-विषय 1. परिचयात्मक पाठ। व्यावहारिक उदाहरण के साथ बुनियादी मशीन लर्निंग अवधारणाओं पर दोबारा गौर करें
-विषय 2.निर्णय वृक्ष
-थीम 3. एमएल के लिए पायथन: पाइपलाइन, पांडा त्वरण, मल्टीप्रोसेसिंग
-विषय 4.मॉडल पहनावा
-विषय 5.ग्रेडिएंट बूस्टिंग
-विषय 6.वेक्टर मशीन का समर्थन करें
-विषय 7.आयामीता कम करने के तरीके
-विषय 8. शिक्षक के बिना सीखना। के-मीन्स, ईएम एल्गोरिदम
-विषय 9. शिक्षक के बिना सीखना। पदानुक्रमित क्लस्टरिंग। डीबी-स्कैन
-विषय 10. डेटा में विसंगतियों का पता लगाना
-विषय 11. व्यावहारिक पाठ - एंड-टू-एंड पाइपलाइनों का निर्माण और मॉडलों का क्रमांकन
-विषय 12.ग्राफ़ पर एल्गोरिदम

डेटा संग्रहण। पाठ डेटा का विश्लेषण.
-विषय 13.डेटा संग्रह
-विषय 14.पाठ डेटा का विश्लेषण। भाग 1: प्रीप्रोसेसिंग और टोकनाइजेशन
-विषय 15.पाठ डेटा का विश्लेषण। भाग 2: शब्दों का वेक्टर निरूपण, पूर्व-प्रशिक्षित एम्बेडिंग के साथ काम करना
-विषय 16.पाठ डेटा का विश्लेषण। भाग 3: नामित इकाई मान्यता
-विषय 17.पाठ डेटा का विश्लेषण। भाग 4: विषय मॉडलिंग
-विषय 18.प्रश्नोत्तर

समय श्रृंखला विश्लेषण
-विषय 19. समय श्रृंखला विश्लेषण। भाग 1: समस्या का विवरण, सरलतम तरीके। अरिमा मॉडल
-विषय 20. समय श्रृंखला विश्लेषण। भाग 2: मशीन लर्निंग मॉडल का फ़ीचर निष्कर्षण और अनुप्रयोग। स्वचालित पूर्वानुमान
-विषय 21. समय श्रृंखला विश्लेषण भाग 3: क्लस्टरिंग समय श्रृंखला (संबंधित स्टॉक उद्धरण की तलाश में)

अनुशंसा प्रणाली
-विषय 22. अनुशंसा प्रणाली। भाग 1: समस्या का विवरण, गुणवत्ता मेट्रिक्स। सहयोगी को छानने। ठंडी शुरुआत
-विषय 23. अनुशंसा प्रणाली। भाग 2: सामग्री फ़िल्टरिंग, हाइब्रिड दृष्टिकोण। एसोसिएशन के नियम
-विषय 24. अनुशंसा प्रणाली। भाग 3: अंतर्निहित प्रतिक्रिया
-विषय 25. अनुशंसा प्रणाली पर व्यावहारिक पाठ। आश्चर्य
-विषय 26.प्रश्नोत्तर

अतिरिक्त विषय
-विषय 27.कागल एमएल प्रशिक्षण क्रमांक 1
-विषय 28.कागल एमएल प्रशिक्षण संख्या 2
-अपाचे स्पार्क में विषय 29.एमएल
-विषय 30.डेटा विज्ञान नौकरियों की खोज

परियोजना कार्य
-विषय 31. विषय का चयन और परियोजना कार्य का संगठन
-विषय 32. परियोजनाओं और गृहकार्य पर परामर्श
-विषय 33.डिजाइन कार्य का संरक्षण

टैग बादल

अनेक वस्तुओं का संग्रह

रेटिंग

दृश्य

टिप्पणियाँ