4 дня
6 часов в день
В Сколтехе
или у заказчика
или у заказчика
«Машинное обучение»
Научитесь применять современные технологии машинного обучения в индустрии и бизнесе
О курсе
Сколковский институт науки и технологий (Сколтех) предлагает обучающий курс
по использованию анализа данных и машинного обучения.
Цель курса — научить участников решать рабочие задачи при помощи методов анализа данных. Методы могут применяться в самых различных ситуациях: от расчета вероятности сохранения или потери клиента до предсказательного технического обслуживания сложного оборудования.
После прохождения курса слушатели смогут формулировать задачи анализа данных в промышленности и финансах, решать их, используя язык программирования Python, и оценивать качество получившегося решения.
по использованию анализа данных и машинного обучения.
Цель курса — научить участников решать рабочие задачи при помощи методов анализа данных. Методы могут применяться в самых различных ситуациях: от расчета вероятности сохранения или потери клиента до предсказательного технического обслуживания сложного оборудования.
После прохождения курса слушатели смогут формулировать задачи анализа данных в промышленности и финансах, решать их, используя язык программирования Python, и оценивать качество получившегося решения.
Особенности курса
Преподаватели
Преподаватели курса имеют значительный опыт решения задач в индустрии и преподавания анализа данных как в рамках академических, так
и в рамках индустриальных проектов партнеров Сколтеха.
и в рамках индустриальных проектов партнеров Сколтеха.
Гибкость
Курс может проводиться как на территории кампуса Сколковского института науки
и технологий, так и на площадке заказчика. Программа адаптируется под требования и задачи заказчика.
и технологий, так и на площадке заказчика. Программа адаптируется под требования и задачи заказчика.
Средства оценки качества
Программа курса включает домашние задания, финальный проект и контрольную работу
по итогам курса*.
*Компаниям-заказчикам рекомендуется выделить сотрудникам достаточно времени для полноценного прохождения курса и выполнения заданий.
по итогам курса*.
*Компаниям-заказчикам рекомендуется выделить сотрудникам достаточно времени для полноценного прохождения курса и выполнения заданий.
Интенсивность работы
Рекомендованная продолжительность программы — четыре дня, по 8 часов в день раз в неделю. Оптимальное количество слушателей — 10-20 человек.
Сертификация
Программа сертифицирована Министерством образования РФ как программа повышения квалификации. После успешного завершения программы выдается сертификат.
Команда курса
Евгений Бурнаев
Разработчик программы
Специалист в области методов анализа данных и машинного обучения, кандидат физико-математических наук. Реализовал ряд успешных научно-исследовательских проектов в области анализа данных для компаний Airbus, Eurocopter и Sahara Force India Formula1.
Имеет большой опыт преподавания как в академических вузах, таких как МФТИ, ВШЭ, Берлинский Университет им. Гумбольта, так и в частных компаниях — Школе анализа данных Яндекса, Airbus, Сбербанке, Astrium, Safran.
Специалист в области методов анализа данных и машинного обучения, кандидат физико-математических наук. Реализовал ряд успешных научно-исследовательских проектов в области анализа данных для компаний Airbus, Eurocopter и Sahara Force India Formula1.
Имеет большой опыт преподавания как в академических вузах, таких как МФТИ, ВШЭ, Берлинский Университет им. Гумбольта, так и в частных компаниях — Школе анализа данных Яндекса, Airbus, Сбербанке, Astrium, Safran.
Алексей Зайцев
Лектор программы
Кандидат физико-математических наук. Начал заниматься анализом данных в компании Datadvance, которая является пионером
в области применении анализа данных для аэрокосмической отрасли. Разработки компании позволили на 10% снизить стоимость разработки новых самолетов в компании Airbus.
Участвовал в разработке курса по применению байесовских методов машинного обучения
в МФТИ и Сколтехе; обучал машинному обучению французских инженеров в компаниях Airbus, TOTAL, Porsche, провел курс для менеджеров компании Сбербанк.
Кандидат физико-математических наук. Начал заниматься анализом данных в компании Datadvance, которая является пионером
в области применении анализа данных для аэрокосмической отрасли. Разработки компании позволили на 10% снизить стоимость разработки новых самолетов в компании Airbus.
Участвовал в разработке курса по применению байесовских методов машинного обучения
в МФТИ и Сколтехе; обучал машинному обучению французских инженеров в компаниях Airbus, TOTAL, Porsche, провел курс для менеджеров компании Сбербанк.
Специалисты по темам курса
Для проведения занятий по более узким темам приглашаются ведущие специалисты Сколтеха
в соответствующих областях.
Занятия по рекомендательным системам проводит аспирант Евгений Фролов, работающий под руководством Ивана Оседелеца и имеющий богатый опыт решения задач именно такого типа. О методах кластеризации и выделении сообществ рассказывает к.ф.-м.н. Максим Панов, обладающий большим опытом практической работы в этой области.
Согласование программы с заказчиком
Задача Сколтеха — провести максимально эффективный курс, который поможет компании улучшить показатели в различных областях.
Программа может быть адаптирована под потребности конкретного заказчика.
Программа может быть адаптирована под потребности конкретного заказчика.
Учет уровня слушателей
Базовый курс разработан в расчете на участников с высшим образованием
и опытом программирования, однако программа может быть адаптирована под слушателей любого уровня подготовки с учетом запросов компании-заказчика.
и опытом программирования, однако программа может быть адаптирована под слушателей любого уровня подготовки с учетом запросов компании-заказчика.
Выбор общего уровня группы
Наиболее эффективны курсы, которые проводятся в группе с участниками схожего уровня подготовки. Курсы для сотрудников с гуманитарными и техническими функциями в компании могут быть проведены отдельно.
Адаптация содержания и вида программы
Программа курса может быть изменена после обсуждения целей заказчика. Продолжительность курса может быть увеличена или сокращена. Курс может проводиться в формате еженедельных занятий или в формате ежедневного интенсива. Во время курса может быть сделан упор на разбор практических задач анализа данных, возникающих в конкретной сфере.
Содержание курса
День 1
1. Введение в анализ данных
2. Задача регрессии
3. Задача классификации
2. Задача регрессии
3. Задача классификации
День 2
1. Решающие деревья и построение ансамблей
2. Отбор признаков
3. Снижение размерности
2. Отбор признаков
3. Снижение размерности
День 3
1. Нейронные сети
2. Глубокие нейронные сети
3. Байесовский подход
2. Глубокие нейронные сети
3. Байесовский подход
День 4
1. Временные ряды
2. Рекомендательные системы
3. Кластеризация и выделение сообществ
2. Рекомендательные системы
3. Кластеризация и выделение сообществ
Отзывы участников курса
Узнайте про курс больше
Если вас заинтересовала возможность проведения курсов по машинному обучению, пожалуйста, заполните форму по ссылке или напишите нам по адресу fedu@skoltech.ru
