Подготовили 6 тематических наборов для аналитиков и дата-сайентистов со скидкой до –50%
Курс научит выполнять любые операции с данными, анализировать и визуализировать результаты вычислений, подключать внешние источники данных и составлять сложные отчеты за 2-3 клика в Excel.
12 занятий, 18 часов контента
Курс научит самостоятельно писать SQL-запросы к аналитической базе данных исходя из ваших задач, визуализировать результаты анализа в Tableau, находить ошибки и инсайты в данных.
13 занятий, 20 часов контента
Курс поможет изучить базовый синтаксис Python, освоить его основные функции и библиотеки для анализа данных, а также автоматизировать рутинные задачи по поиску, выгрузке и обработке данных.
12 занятий, 18 часов контента
Курс научит самостоятельно писать SQL-запросы к аналитической базе данных исходя из ваших задач, визуализировать результаты анализа в Tableau, находить ошибки и инсайты в данных.
13 занятий, 20 часов контента
Курс научит заменять десятки таблиц одним понятным дашбордом, самостоятельно обрабатывать данные, строить графики в Tableau и готовить отчеты, которые обновляются по щелчку.
10 занятий, 15 часов контента
Курс научит проводить полный цикл обработки данных: от SQL-запроса — до продуктовых гипотез на основе данных и отчетов для C-level менеджмента. По итогам обучения вы сможете настроить все процессы Business Intelligence в своей компании.
13 занятий, 20 часов контента
Курс поможет изучить базовый синтаксис Python, освоить его основные функции и библиотеки для анализа данных, а также автоматизировать рутинные задачи по поиску, выгрузке и обработке данных.
12 занятий, 18 часов контента
Курс научит принимать правильные решения на основе данных, находить закономерности, проверять гипотезы и делать прогнозы даже в условиях неопределенности.
16 занятий, 25 часов контента
Курс научит решать основные задачи Data Science с помощью углубленной работы с Python и его библиотеками. В результате ― вы сможете строить продвинутые визуализации, находить взаимосвязи в данных, делать прогнозы и обучать модели.
16 занятий, 25 часов
Курс поможет разобраться в фундаментальных принципах построения временных рядов, научит находить закономерности в полученных данных и делать точные прогнозы на будущее.
12 занятий, 18 часов контента
Практикум ознакомит со сферами применения машинного обучения и методами обучения с учителем. Вы научитесь решать задачи по прогнозированию с помощью линейной и полиномиальной регрессии, метода k-ближайших соседей и нейросетей.
5 занятий, 8 часов контента
Курс научит применять классические методы machine learning и deep learning для решения задач компьютерного зрения: от баланса цвета на изображении — до тренировки сверточных нейронных сетей для распознавания объектов в видео.
17 занятий, 26 часов контента
Курс поможет разобраться в компьютерной лингвистике и обработке естественного языка, научит находить данные для обучения, использовать инструменты для обработки и создать полноценный NLP-проекты.
18 занятий, 28 часов контента
Курс научит самостоятельно писать SQL-запросы к аналитической базе данных исходя из ваших задач, визуализировать результаты анализа в Tableau, находить ошибки и инсайты в данных.
13 занятий, 20 часов контента
Курс поможет изучить базовый синтаксис Python, освоить его основные функции и библиотеки для анализа данных, а также автоматизировать рутинные задачи по поиску, выгрузке и обработке данных.
12 занятий, 18 часов контента
Курс поможет навести порядок в архитектуре данных, освоить ключевые инструменты инженера данных на практике и научит проектировать Big Data Platforms, которые способны масштабироваться.
18 занятий, 28 часов контента
Курс поможет изучить базовый синтаксис Python, освоить его основные функции и библиотеки для анализа данных, а также автоматизировать рутинные задачи по поиску, выгрузке и обработке данных.
12 занятий, 18 часов контента
Курс научит решать основные задачи Data Science с помощью углубленной работы с Python и его библиотеками. В результате ― вы сможете строить продвинутые визуализации, находить взаимосвязи в данных, делать прогнозы и обучать модели.
16 занятий, 25 часов
Курс научит применять классические методы machine learning и deep learning для решения задач компьютерного зрения: от баланса цвета на изображении — до тренировки сверточных нейронных сетей для распознавания объектов в видео.
17 занятий, 26 часов контента