Professional retraining course (Financial University)
Программа профессиональной переподготовки - "Аналитик данных" (256 часов)
Тема 1.1. Введение в Google-таблицы, сводные таблицы Excel
Тема 1.2. Создание отчетов в Google Data Studio (Looker Studio)
Тема 1.3. Применение pandas для анализа и обработки данных для пользователей Excel
Тема 1.4. Библиотеки визуализации данных Matplotlib, Seaborn, Altair, Plotly Express
Тема 1.5. Исследовательский анализ данных (EDA) с использованием pandas
Модуль 1. Промежуточная аттестация
Тема 2.1. Машинное обучение для решения задач Data Mining. Градиентный спуск в машинном обучении
Тема 2.2. Алгоритмы построения деревьев решений, критерии разделения. Бэггинг, Random Forest, Extremely randomized trees
Тема 2.3. Бустинг. AdaBoost и градиентный бустинг над решающими деревьями
Тема 2.4. Фреймворки машинного обучения
Тема 2.5. Кластерный анализ, алгоритм k-means
Тема 2.6. Поиск ассоциативных правил
Тема 2.7. Введение в нейронные сети, глубокие нейронные сети
Тема 2.8. Анализ временных рядов
Тема 2.9. Автоматическое машинное обучение (AutoML)
Модуль 2. Промежуточная аттестация
Тема 3.1. Большие данные
Тема 3.2. Облачные технологии обработки больших данных
Тема 3.3. Доступ к облачному сервису BigQuery из сервиса Count.co и Colab
Тема 3.4. Машинное обучение на SQL в BigQuery
Тема 3.5. Платформа Databricks Lakehouse
Модуль 3. Промежуточная аттестация
Тема 4.1 Платформа H2O.ai
Тема 4.2 Платформа RapidMiner
Тема 4.3 Платформа Knime
Тема 4.4 Платформа Trifacta
Дополнительный материал. Платформа Azure Machine Learning Studio
Модуль 4. Промежуточная аттестация
Тема 5.1 Аналитические технологии Loginom
Тема 5.2 Визуализация данных – Yandex DataLens
Тема 5.3 Аналитические технологии Tableau
Тема 5.4 Аналитические технологии Power BI
Модуль 5. Промежуточная аттестация