Траектория обучения data science: Kaggle. Анализ данных и машинное обучение с Scikit-learn

39 Просмотры
Издатель
✅О курсе «Траектория обучения data science: Kaggle»

Kaggle.com – это популярная социальная сеть для специалистов в области анализа данных, а также платформа для организации конкурсов по исследованию данных, открытое хранилище наборов данных, облачная среда для программирования и многое другое.
В ходе курса вы познакомитесь с основными возможностями Kaggle, выполните свои первые задания и узнаете, как извлечь пользу из взаимодействия с данной платформой.
Цель этого курса – научить вас свободно взаимодействовать с Kaggle для достижения целей, связанных с анализом данных и машинным обучением.
Также вас ждёт ряд занимательных практических заданий на языке Python, выполнение которых приблизит вас к статусу Kaggle master.
Курс ориентирован на аудиторию, интересующуюся data science и обладающую базовыми знаниями в области программирования (не обязательно на Python) и английского языка.

✅ Вебинар V: "Анализ данных и машинное обучение с Scikit-learn

Первая часть вебинара будет посвящена введению в машинное обучение. Вы узнаете:
- какие практические задачи возможно решить при помощи машинного обучения, а какие – нет;
- на какие классы подразделяются задачи машинного обучения и какие из них чаще всего встречаются на Kaggle;
- почему алгоритмов машинного обучения так много и как выбрать подходящий?

Вторая часть вебинара будет посвящена обзору функциональности библиотеки scikit-learn, а также решению конкретной задачи машинного обучения с применением данной библиотеки.

✅ Спикер: Виктория Федотова
Виктория — ведущий инженер в Intel, занимается разработкой и оптимизацией алгоритмов анализа данных и машинного обучения в проекте oneAPI Data Analytics Library. Виктория имеет 10+ летний опыт в оптимизации программного обеспечения, в том числе 8 лет в области анализа данных и машинного обучения.
Категория
Рак Молочной Железы
Комментариев нет.