• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

// Что в интенсиве 


👨🏼‍🏫 Bootcamp
// 3 занятия на погружение в машинное обучение и разработку сервиса для визуализации данных и применения модели

 

👩🏻‍💻 Практика 
// 2 промежуточных домашних задания для отработки полученных навыков

 

🏆 Соревнование 
// итоговый проект с ревью от команды буткемпа, лучшие проекты будут награждены призами

 

 

 

 

// О чем

Вы изучите базовые методы анализа данных и построите предсказательную модель машинного обучения.  

Вишенка на торте нашего буткемпа - оформление результатов исследования в виде сервиса Streamlit - интерактивного дашборда!

 

// Для кого

Буткемп будет интересен слушателям, которые:
  - еще не знакомы с машинным обучением и хотят получить базовые навыки анализа данных и построения моделей;
  - уже знакомы с машинным обучением, но не знают, как сделать из jupyter notebook готовый продукт.

 

Зарегистрироваться

 

 

// Преподаватели 

Занятия ведут преподаватели и эксперты онлайн-магистратуры "Машинное обучение и
высоконагруженные системы" факультета компьютерных наук НИУ ВШЭ
 

Елена Кантонистова

  • Академический руководитель онлайн-магистратуры "Машинное обучение и высоконагруженные системы"
  • Доцент департамента больших данных и информационного поиска, кандидат физико-математических наук
  • Ex Data Scientist, United Consulting Group

Евгений Паточенко

Инженер с пятнадцатилетним опытом реализации распределённых систем в области алгоритмической торговли на российских и зарубежных рынках




// Программа 

 

  • 20 июня 18:00-19:30 | Разведочный анализ данных, практика в Python
    // Елена Кантонистова

  • 23 июня 18:00-20:00 | Построение предсказательных моделей при помощи машинного обучения. Git, GitHub

    // Елена Кантонистова, Евгений Паточенко 

  • 27 июня 18:00-19:30 | Streamlit для построения интерактивных дашбордов. Оформление задачи в Streamlit

    // Евгений Паточенко 

  • Вводный модуль курса на Stepik откроется 15 июня - всем участникам рекомендуется его пройти.  

// FAQ

Сколько стоит участие?

Что я получу благодаря интенсиву?