Факультет искусственного интеллекта

От: GeekBrains

5/5
3 отзыва

18 месяцев изучения Data Science с нуля. Содержит 7 блоков. Подходит новичкам. Способствует продвижению в профессии специалистов по машинному обучению, искусственному интеллекту, анализу данных и Data Science. Эксперты познакомят студентов с технологиями машинного обучения и нейронными сетями, научат решать бизнес-задачи. Ведение куратора и освоение английского для IT-специалистов. Дипломированным выпускникам гарантировано трудоустройство.

Сводка

Цена
от 270 000₽ 162 000₽
Рассрочка
от 200₽
Статус
Идет набор
Начнется
12.10.2020
Длительность
4 недели
Язык
ru

Описание курса

Решать бизнес-задачи с помощью машинного обучения

- Программировать на языке Python
- Использовать алгоритмы и структуры данных
- Работать в Linux и операционных системах
- Проектировать архитектуру, использовать шаблоны проектирования singletone, adapter, factory, dependency injection и пр.
- Писать чистый код
- Работать с нейронными сетями
- Владеть методами машинного обучения
- Решать задачи машинного зрения и распознавания естественного языка
- Применять теорию вероятности и математическую статистику
- Разбираться в линейной алгебре, математическом анализе и методах оптимизации

О школе

GeekBrains
Отзывы 0
Информация
Компания основана в 2016 году. Официальный сайт https://geekbrains.ru. Мы собрали и проверили более 696 отзывов об онлайн курсах GeekBrains.

Программа курса

1 год
I четверть. Февраль - Апрель
Создание инфраструктуры
В первой четверти вы начнете осваивать технические основы профессии: научитесь работать в Linux и создавать сервера в облачных сервисах AWS, проводить поиск информации и основные операции с файлами, создавать задания по расписанию и выполнять мониторинг работы сервера. Научитесь использовать язык запросов SQL, создавать и оптимизировать сложные запросы. Освоите библиотеки языка Python, предназначенные для Data Science: Numpy, Pandas, Matplotlib, SciKit-Learn.
II четверть. Май - Июль
Сбор данных и статистическое исследование
Вы познакомитесь с теорией вероятностей и математической статистикой. Научитесь решать задачи по комбинаторике и узнаете о видах распределений, методах проверки статистических гипотез. Изучите методы проведения корреляционного, дисперсионного и регрессионного анализа. Научитесь работать с RESTful/SOAP-сервисами, форматами XML и JSON в Python, а также познакомитесь с особенностями открытых данных (OpenData) и подготовите парсер, который соберет необходимые данные из интернета и сохранит их в СУБД MongoDB.
III четверть. Август - Октябрь
Математика для Data Scientist-a
В третьей четверти вы заложите прочный математический базис для будущей профессии через решение задач оптимизации и изучение алгоритмов машинного обучения. Вы подробно рассмотрите математические аспекты алгоритмов, применяемых в Data Science: это линейная и логистическая регрессия, градиентный спуск, метод ближайших соседей, кластеризация, деревья решений, случайный лес, градиентный бустинг. Поймете, как устроены алгоритмы на уровне математики. Эти знания пригодятся как для собеседований, так и для успешной профессиональной деятельности.
IV четверть. Ноябрь - Январь
Машинное обучение. Совместно с компанией МегаФон
В четвертой четверти вы научитесь решать бизнес-задачи с помощью машинного обучения: предсказывать количество заказов, прогнозировать отток клиентов. Пройдете путь от анализа бизнес-задачи, очистки данных и подготовки признаков до создания модели и ее внедрения в продакшн. Научитесь оценивать эффективность моделей и повышать их качество. Также изучите реализацию рекомендательных систем: коллаборативную фильтрацию, рекомендательные системы на основе контента, гибридные рекомендательные системы.
2 год
Нейронные сети
В пятой четверти вы научитесь решать задачи ML с данными из соцсетей, геоданными, применением графов, а также познакомитесь с нейронными сетями: изучите структуру глубоких, сверточных и рекуррентных нейронных сетей, алгоритмы обратного распространения ошибки, принципы обучения и подбор гиперпараметров для нейронных сетей. На практике познакомитесь с фреймворками для разработки нейронных сетей: Tensorflow, Keras, PyTorch.
Задачи искусственного интеллекта. Совместно с компанией NVIDIA
В шестой четверти вы изучите продвинутые архитектуры сверточных нейронных сетей и компьютерное зрение: семантическую сегментацию, детекцию и локацию объектов, распознавание лиц и действий, отслеживание траектории в видео, перенос стиля изображения. Также изучите обработку естественного языка (NLP): векторные представления слов, анализ текста, принципы текстового поиска, применение глубокого обучения в NLP (сети RNN, LSTM и GRU), основы машинного перевода, извлечение краткого содержания текста, принципы построения голосовых помощников и чат-ботов.
Курсы вне четверти
Предметы с индивидуальным выбором даты старта
Курсы вне четверти являются частью основной программы обучения и обязательны к прохождению. Вы можете формировать часть расписания самостоятельно и регулировать интенсивность обучения. На прохождение этих предметов у вас есть 2.5 года с момента покупки обучения в GeekUniversity. Проходите параллельно с четвертями или после полутора лет обучения.
Факультативы от компаний
Дополнительные курсы от компаний-партнеров
В разработке и проведении обучения участвуют ведущие технологические компании России. Вы узнаете больше о технологиях и инструментах, используемых реальным бизнесом для создания IT-продуктов.
Инструменты
Python
TensorFlow
Keras
PyTorch
NumPy
Pandas
Matplotlib
Scikit-learn
Jupyter
SQL
nosql
Linux
HTML
https
RESTful API

Отзывы

Рейтинг 5
3 отзывов
4 месяца назад
ДОСТОИНСТВА: Да все классно НЕДОСТАТКИ: Наставники Ну вообщем, все поносят и унижают гик как портал с некачественными знаниями которые дают не полный спектор знаний. Но везде есть 'нытики' или люди недовольные процессом. Чтобы не обижать других, я и сам бывал в обоих положениях, отказывался и причитал потом какие все плохие. Учусь я на ИИ 3-4 месяца, мне не с чем сравнивать, но меня прям цепляет обучение, настолько я кайфую от каждой темы, что не остановить. Но дело в том что мне это нравится, хоть и опыта в программировании с пол года. Да приходится много гуглить, да приходится учить английский на лету, но в этом же и есть смысл любого обучения? То что нужно сдать для галочки для дз хватит информации с вебинаров, но все темы раскрыть просто нереально, поэтому нужно добивать знания самостоятельно. Учиться сложно моментами, причем частыми, но когда досмыслишь самостоятельно, получаешь кайф. Поддержка работает космически, кто бы что не говорил, либо мне везёт. С наставниками косяк, это точно, те кто хорошо прошел курс до тебя - наставник. Но не могу сказать что они качественно отвечают, пару раз пытался посоветоваться, мне не зашло, на эти случаи есть лучше чат и преподаватель, с ними проще порешать. Я искал обучение тоже по отзывам, но пошел в гик, доверился мэйл групп. И хочу сказать что если хотите получить 100% знаний от обучения - вам скорее всего не зайдет. Если готовы немного гуглить и залипать на одном месте, то должно зайти. Основа мне более чем нравится. Ну как то так, если что пишите в контакт, ещё расскажу @kusok34
Отзыв взят с сайта mooc.ru
4 месяца назад
Лично прошёл несколько курсов, в данный момент обучаюсь по программе "Искусственный интеллект". Сам процесс обучения вполне приятный и комфортный, вебинарный формат и доступ к материалам курса в последствии позволяет в случае чего наверстать упущенное. Так же по мимо лекции урок сопровождается методичкой, что тоже очень удобно при разборе материала. Те преподаватели с которыми столкнулся я, были даже очень ничего. Курсы основы Python и Операционные системы, преподаватели очевидно опытные люди знающие материал, отвечающие на вопросы возможно даже немного не по курсу. К преподавателю Linux для программистов у меня были свои нарекания (мне показалось что перескакивает и опускает важные моменты) Домашние задания в целом сильно зависят от преподавателя, по ОС были ДЗ теоретического характера, а на курсах по питону и БД вполне себе практические задачи позволяющие глубже вникнуть в тему. Разбор дз от преподавателей так же очень в этом помогал. Цены не демократические, образование не из дешевых, но за свои деньги дают хорошие знания, много бесплатных курсов и всяких акций поэтому можно найти что-то подходящие. Если просуммировать итог, хорошая онлайн школа если с самостоятельным обучением имеются проблемы. Хорошие материалы и преподаватели, задают правильный вектор обучения и дают необходимые знания. Наверное единственный минус высокая цена, хотя это конечно субъективное мнение в целом. Мне оказалось проще заплатить и пользоваться подготовленной и структурированной программой обучения в купе с живыми преподавателями, чем бесплатно делать это все самому (готовить себе программу, искать необходимые материалы и т. д.).
Отзыв взят с сайта mooc.ru