Курс на Stepik
Обложка курса «Разработка ML сервиса: от идеи к прототипу» на Stepik
Бесплатно

Разработка ML сервиса: от идеи к прототипу 4.667

Открыть на
STEPIK.ORG

Буткемп проводится командой онлайн-магистратуры "Машинное обучение и высоконагруженные системы" факультета компьютерных наук Высшей школы экономики и знакомит с основами разведочного анализа данных

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Разработка ML сервиса: от идеи к прототипу»Учеников на курсе 4 467
Сертификаты, выданные на курсе «Разработка ML сервиса: от идеи к прототипу»Сертификатов выдано 0
Отзывы о курсе «Разработка ML сервиса: от идеи к прототипу»Отзывов получено 21
Рейтинг курса «Разработка ML сервиса: от идеи к прототипу»Рейтинг курса 4.667
Уроки в курсе «Разработка ML сервиса: от идеи к прототипу»Количество уроков 17
Тесты в курсе «Разработка ML сервиса: от идеи к прототипу»Количество квизов 29
Задачи с кодом в курсе «Разработка ML сервиса: от идеи к прототипу»Количество задач с кодом 6
Время прохождения курса «Разработка ML сервиса: от идеи к прототипу»Время прохождения курса
Обновления курса «Разработка ML сервиса: от идеи к прототипу»Обновления курса
Дата публикации курса «Разработка ML сервиса: от идеи к прототипу»Дата публикации курса
Последнее обновление курса «Разработка ML сервиса: от идеи к прототипу»Последнее обновление
Сложность easy

Чему вы научитесь

  • проводить анализ данных
  • обучать простые модели машинного обучения
  • применять инструмент Streamlit для построения веб-сервиса

О курсе

Буткемп проводится командой онлайн-магистратуры "Машинное обучение и высоконагруженные системы" факультета компьютерных наук Высшей школы экономики и знакомит с основами разведочного анализа данных

Для кого этот курс

Курс предназначен для слушателей, знакомых с языком программирования Python на пользовательском уровне и заинтересованных в анализе данных, а также в доведении аналитических решений до промышленного вида

Начальные требования

Знание Python на начальном уровне

Преподаватели курса

Как проходит обучение

Курс состоит из вводного модуля по машинному обучению и пяти онлайн-занятий:

  • Обзор Python
  • Разведочный анализ данных и практика в Python
  • Построение предсказательных моделей
  • Знакомство с Git и GitHub
  • Презентация моделей машинного обучения с помощью Streamlit

В процессе курса участники будут работать над индивидуальным заданием, успешно выполнив которое, они получат интерактивный веб-сервис и отличный проект в резюме.

Лучшие проекты будут награждены призами от организаторов!

Нагрузка

4-5 часов в неделю

Расскажите о курсе друзьям