Курс на Stepik
Обложка курса «Специалист по Data Science и ML в обучающих мирах Minecraft» на Stepik
1 000 ₽

Специалист по Data Science и ML в обучающих мирах Minecraft ★ 0.000

Открыть на
STEPIK.ORG

Погрузись в уникальный Data Science-квест внутри миров Minecraft! Решай задачи, сражайся с моделями ML и изучай аналитику, прокачивая навыки и собирая артефакты, чтобы стать настоящим мастером данных.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Специалист по Data Science и ML в обучающих мирах Minecraft»Учеников на курсе 1
Сертификаты, выданные на курсе «Специалист по Data Science и ML в обучающих мирах Minecraft»Сертификатов выдано 1
Отзывы о курсе «Специалист по Data Science и ML в обучающих мирах Minecraft»Отзывов получено 0
Рейтинг курса «Специалист по Data Science и ML в обучающих мирах Minecraft»Рейтинг курса 0.000
Уроки в курсе «Специалист по Data Science и ML в обучающих мирах Minecraft»Количество уроков 29
Тесты в курсе «Специалист по Data Science и ML в обучающих мирах Minecraft»Количество квизов 275
Стоимость курса «Специалист по Data Science и ML в обучающих мирах Minecraft»Стоимость курса 1 000 ₽ —
Обновления курса «Специалист по Data Science и ML в обучающих мирах Minecraft»Обновления курса — —
Дата публикации курса «Специалист по Data Science и ML в обучающих мирах Minecraft»Дата публикации курса — ———
Последнее обновление курса «Специалист по Data Science и ML в обучающих мирах Minecraft»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Специалист по Data Science и ML в обучающих мирах Minecraft» 6 разделов Уроки в курсе «Специалист по Data Science и ML в обучающих мирах Minecraft» 29 уроков Тесты в курсе «Специалист по Data Science и ML в обучающих мирах Minecraft» 275 тестов Последнее обновление курса «Специалист по Data Science и ML в обучающих мирах Minecraft» обн. 1 год назад

Forest of Features — Продвинутая работа с признаками

5 уроков
1. Очистка пропущенных и некорректных данных ↗
2. Кодирование категориальных признаков ↗
3. Масштабирование и нормализация признаков ↗
4. Создание новых признаков для модели ↗
5. Квест: собрать магические артефакты данных ↗

Valley of Models — Продвинутые ML модели

5 уроков
1. Обучение деревьев решений и Random Forest ↗
2. Применение Boosting моделей XGBoost/LightGBM ↗
3. Оценка моделей через ROC, F1, Precision ↗
4. Тестирование и подбор гиперпараметров ↗
5. Квест: победить мини-дракона Overfitting ↗

Neural Temple — Продвинутые нейросети

5 уроков
1. Создание глубоких нейронных сетей (MLP) ↗
2. CNN для классификации изображений ↗
3. RNN и LSTM для временных рядов ↗
4. Transfer Learning на готовых моделях ↗
5. Квест: оживить голема с обученной сетью ↗

Labyrinth of Specializations — Специализация

5 уроков
1. NLP: TF-IDF, word2vec, BERT ↗
2. CV: детекция и сегментация объектов ↗
3. Time Series: ARIMA, Prophet, LSTM ↗
4. Reinforcement Learning: обучение ИИ ↗
5. Квест: пройти лабиринт и собрать свитки ↗

Engineering City — MLOps и Data Engineering

5 уроков
1. SQL и NoSQL для хранения данных ↗
2. Обработка больших данных PySpark/Dask ↗
3. Контейнеризация и CI/CD в Docker ↗
4. MLflow/DVC для экспериментов ↗
5. Квест: построить инфраструктуру города ↗

Citadel of Projects — Практические проекты

4 урока
1. Создание системы рекомендаций ↗
2. Прогнозирование спроса или цен ↗
3. Анализ отзывов и sentiment analysis ↗
4. Квест: победить Хаос Данных в битве ↗