Адрес e-mail:

Python для анализа данных

Форма обучения:  очная с применением дистанционных образовательных технологий
Режим обучения:  дистанционно
Объем программы:  52 ак.ч.
Продолжительность обучения:  3 недели
Выдаваемый документ:  удостоверение МФТИ о повышении квалификации установленного образца
Старт обучения:  Сентябрь 2021, по мере формирования учебных групп

Краткое описание программы: 
Программа ПК разработана с учетом требований ФГОС ВО по направлению подготовки 01.03.02 «Прикладная математика и информатика». Целью реализации дополнительной профессиональной программы повышения квалификации «Python для анализа данных» является совершенствование компетенций слушателей в области использования библиотек NumPy, SciPy, Pandas для работы с данными, визуализации данных, применения методов обучения с учителем и без учителя, создания нейронных сетей.

Программа повышения квалификации предназначена для специалистов в области информационно-коммуникационных технологий, имеющих высшее образование; студентов вузов. Форма проведения итоговой аттестации: зачет на основании совокупности выполненных практических заданий и защиты проекта.

Содержание программы:  Программа предусматривает изучение следующих тем:
  • Математика и Python для анализа данных 
  • Визуализация данных и статистика
  • Обучение с учителем
  • Методы обучения без учителя
  • Нейронные сети

Целевая аудитория программы: 
Специалисты в области информационно-коммуникационных технологий, имеющих высшее образование; студенты вузов

Задачи программы: 
Слушатели должны овладеть следующими компетенциями:
  • Способен к написанию программного кода с использованием языков программирования, определению и манипулированию данными (ПК-1);
  • Способен применять фундаментальные знания, полученные в области математических и (или) естественных наук, и использовать их в профессиональной деятельности (ОПК-1).

В результате освоения программы слушатель должен:

 знать: 
  • базовые понятия математического анализа, базовые понятия линейной алгебры;
  • понятия математической статистики;
  • методы обучения с учителем;
  • методы машинного обучения без учителя;
  • понятие нейронной сети, современные архитектуры нейронных сетей;

уметь:

  • применять инструменты библиотеки NumPy, применять инструменты библиотеки SciPy, применять инструменты библиотеки Pandas для работы с данными;
  • визуализировать данные при помощи инструментов Python, применить на практике инструменты Python для работы со статистическим анализом;
  • применять на практике линейную регрессию, применять на практике кросс-валидацию, оценивать качества моделей, обучать на практике ансамблевые модели;
  • применять на практике методы кластеризации, применять на практике методы понижения размерности. создавать рекомендательную сеть;
  • реализовывать перцептрон, реализовывать свою нейронную сеть.

Преподаватели: 

Координатор программы:
Сырцова Елена Леонидовна
Syrtsova.el@mipt.ru


Записаться на программу

Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2021 Московский физико-технический институт (национальный исследовательский университет)

Противодействие коррупции | Сведения о доходах

Политика обработки персональных данных МФТИ

Техподдержка сайта | API

Использование новостных материалов сайта возможно только при наличии активной ссылки на https://mipt.ru

МФТИ в социальных сетях