Анализ Данных и Машинное Обучение
10 – 19 июля
Очное участие
Язык преподавания: Английский
В рамках курса студенты научатся работать над практическими проектами, позволяющими отработать разные этапы создания решений, основанных на данных, а также познакомятся с методами и инструментами, необходимыми для решения задач в рамках проектов.
Описание курса
Школа по анализу данных и машинному обучению для студентов старших курсов IT-направлений. Обучение построено вокруг практических проектов. Лекционная часть знакомит с методами и инструментами, необходимыми для решения задач в рамках проектов, сопровождается практическими занятиями по соответствующим тематикам. В программу также включены обзорные лекции об актуальных задачах в области искусственного интеллекта и подходах к их решению для формирования у участников представления о современном состоянии этого направления. Требуется, как минимум, базовый опыт программирования на языке Python.
Почему именно этот курс?
Востребованная тематика – анализ данных и машинное обучение, инструменты, позволяющие решать задачи из различных предметных областей. Рассматриваются актуальные задачи из индустрии и современные методы их решения. Обучение построено вокруг практических проектов, что позволяет отработать разные этапы работы и добавить готовый проект в портфолио. При этом в рамках программы есть необходимая лекционная часть, интенсивная практическая составляющая и работа над собственными проектами.
Содержание курса
Тема 1. Введение в анализ данных;
Тема 2. Визуализация данных;
Тема 3. Принципы машинного обучения;
Тема 4. Введение в нейронные сети;
Тема 5. Интерпретируемое машинное обучение;
Тема 6. Примеры прикладных задач.
Требования к участникам
- студенты IT-направлений
- как минимум, базовый опыт программирования на языке Python
- как минимум, базовые знания теории вероятности и линейной алгебры
- английский язык не ниже B2
Метод преподавания
Лекции, соответствующие им практики, групповые проекты и гостевые обзорные лекции.
Финальный экзамен
Групповая работа с презентацией результатов.
Оценка работы
Вклад в проект, участие в промежуточных обсуждениях, выполнение текущих упражнений.
Курс читают
Суворова Алена Владимировна, к.ф.-м.н., доцент, департамент информатики ВШЭ.
Сироткин Александр Владимирович, к.ф.-м.н., доцент, департамент математики ВШЭ.