future thinking school by Laba
онлайн-курс 8 недель старт 05.10
Как принимать правильные решения на основе данных, находить закономерности, проверять гипотезы и заложить фундамент для развития в data science ― узнайте на курсе.

Математика и статистика для Data Science

Загрузите основы математического мышления уже сейчас Записаться на курс
Обучение на реальных задачах современного рынка, а не на примерах из учебника Построение и проверка статистических гипотез, работа с регрессионным анализом и предсказаниями Защита собственного статистического анализа перед лектором
Статистика ― основа для развития в Data Science.
 

После этого курса вы сможете:

  • применять математические формулы под конкретные задачи и понимать, почему нужно использовать именно их
  • находить закономерности и тенденции в данных
  • строить и проверять статистические гипотезы
  • предсказывать результаты выборов и находить взаимосвязи между затратами на рекламу и продажами
  • работать с big data структурно и без хаоса
  • получить знания и навыки, которые необходимы для работы в сфере data science и machine learning
  • повысить уровень квалификации на вашей текущей позиции

 

 

Программа курса
Курс будет полезен:
  1. Analyst / Data Scientist (beginner)

    Вы заложите фундамент математического мышления, научитесь проводить регрессионный анализ, применять точечную и интервальную оценку, основы распределения и статистические модели для решения рабочих задач. Это позволит вам находить закономерности в big data, строить статистические гипотезы и использовать данные на уровне Data Scientist.

    • После курса вы сможете претендовать на позицию Data Scientist (beginner).
  2. Python ∪ Java Developers

    Вы научитесь применять библиотеки Python для анализа и визуализации данных. Будете решать задачи прогнозирования и классификации при помощи основных математических методов аналитики.

    • Со знаниями, полученными на курсе, вы сможете переквалифицироваться из разработчика в Data Analyst или Data Scientist (beginner).
  3. Other IT specialists / Technical teachers ∪ students

    Вы научитесь структурно работать с большим объемом данных, получите основательный математический бэкграунд и усилите свои компетенции.

    • После курса вы сможете претендовать на позицию Data Analyst (beginner).
Подать заявку
Необходимые знания:
Математика
знания линейной алгебры и основы интегрального и дифференциального исчисления.
Python
навык написания кода и работа с переменными и структурами данных
Пока не обладаете нужными навыками? Обратите внимание на наш курс:
Лектор
Сергей Бобровский Data Scientist в отделении AI Platforms в Airbus
  • занимается разработкой систем искусственного интеллекта для анализа временных рядов из сенсоров в Airbus
  • выступает на международных конференциях по искусственному интеллекту в Лондоне (Re•Work Deep Learning Summit), Стокгольме (Nordic Data Science) и Лозанне (Applied Machine Learning Days)
  • до этого: на протяжении 3-х лет работал и преподавал физику и космонавтику в отделе развития бизнеса в Центре управления полетами Германского центра авиации и космонавтики (DLR)
  • до этого²: 3 года работал в группе теоретической физики Немецкого Электронного Синхротрона (DESY)
  • имеет более 5-ти лет опыта анализа данных в различных отраслях: от поиска мошенничества в онлайн-торговле до анализа физических данных на Большом Адронном Коллайдере
  • кандидат физико-математических наук Гамбургского университета
16 занятий 25 часов теории ∪ практики 5 октября ― 26 ноября
Записаться
Лучшие специалисты IT-индустрии ждут вас на обучении. Лектор ― научит и поделится опытом, до этого менеджер ― ответит на все вопросы по телефону. Оставьте свои контакты.

 

 

 

Программа курса
( занятий)
01 занятие
05.10
19:00
Python для анализа данных: part 1
Начните знакомство с Python. Научитесь определять структуры данных и проводить операции над ними. Изучите базовые функции Jupyter Notebook. Запустите код в Jupyter Notebook.
02 занятие
08.10
19:00
Python для анализа данных: part 2
Подключите библиотеки Python. Научитесь с их помощью упрощать подготовку и обработку данных. Откройте навык [умею оперировать данными при помощи библиотек NumPy и Pandas] и [визуализирую данные с помощью библиотек MatPlotLib и Seaborn].
15 занятие
23.11
19:00
Заключение. Как врать при помощи статистики
Ознакомьтесь с научным методом и дизайном экспериментов. Разберите примеры экспериментального дизайна. Узнайте о том, как приступать к решению проблем. Научитесь уменьшать вероятность ошибок.
17 занятие
26.11
19:00
Презентация курсового проекта
Проведите статистический анализ для решения проблемы на основе данных, которые получите от лектора. Защитите курсовой проект перед лектором и студентами вашего потока.
Регистрация

 

 

 

Регистрируясь, вы соглашаетесь с условиями
договора-оферты и политикой конфиденциальности.
Преимущества robot_dreams:
Обучаем в режиме live
Преподаватель объясняет материал в прямом эфире, отвечает на все вопросы. Если пропустили занятие – сохраняется запись. Все обучение проходит в удобном личном кабинете.
Консультируем
Наши консультанты по карьерному росту помогут проанализировать ваши компетенции, очертят пути развития карьеры и порекомендуют дополнительные апгрейды для быстрого профессионального роста.
Помогаем с резюме
Подскажем, как составить CV, чтобы на него точно обратили внимание работодатели. Вы выгодно презентуете свои навыки и выделитесь на фоне конкурентов.