Лучшие онлайн-курсы по Data Science

Объёмная, подробная программа по Data Science для новичков.

Вы изучите разделы высшей математики, необходимые для работы в Data Science (статистика, аналитика, теория вероятностей), Machine Learning, основы программирования на R и Python, освоите базы данных (MongoDB, PostgreSQL, SQLite3), научитесь работать с библиотеками (Pandas, NumPy и Matplotlib) и фреймворками для обучения нейронных сетей (Tensorflow и Keras). К концу курса вы сможете разрабатывать дашборды, интерактивную инфографику и рекомендательные системы.

Дипломной работой станет написание рекомендательной системы для онлайн-гипермаркета “Instacart”.

Комплексная программа по Data Science с нуля.

Вы прокачаете высшую математику, изучите Python и его библиотеки pandas и NumPy, научитесь работать с SQL, визуализировать данные (Matplotlib, Seaborn), строить модели машинного обучения, использовать Random Forest, GridSearch, RandomizedSearch, Model Specific CV, Out of Bag approach. Вы сможете создавать рекомендательные системы, fine-tuning сети, разрабатывать чат-боты и обучать нейронные сети.

В конце обучения будет итоговый хакатон — состязание с сокурсниками. Мини-команды за ограниченное время и на основе реальных датасетов решат задачи по прогнозированию продаж или оптимизации производства. Такие задачи нацелены на командную работу, поэтому хакатон будет полезен ещё и как тренировка soft skills.

В качестве дипломной работы вы разработаете ML-модель для решения выбранных вами задач.

Курс для программистов, желающих изучить работу с Big Data.

После окончания обучения вы узнаете способы интеграции, обработки и хранения больших данных, научитесь работать с Hadoop, Apache Spark и распределёнными хранилищами, сможете создавать data-сервисы, витрины, приложения. На подготовительном курсе глубоко изучите ОС Linux.

Выпускной проект: реализация задачи с применением парадигмы Map-Reduce кластере в виде pipeline (Kafka, Spark, Hadoop) и визуализация результатов.

Требования к поступающим: опыт разработки на Java или Python, знание SQL.

Программа подготовки специалистов по Data Science с нуля.

Вы изучите ООП, основы Python, SQL, машинное обучение, научитесь скрапингу данных, разработке нейронных сетей, программированию чат-ботов, применению NumPy, Pandas, Matplotlib, анализу данных, работе с API.

Объёмный, двухгодичный курс по профессии Data Scientist.

На практических кейсах вы научитесь пользоваться БД SQL, Python, Linux, различными библиотеками для анализа данных: Pandas, Numpy, Matplotlib, Plotly. Познакомитесь с алгоритмами и структурой данных, изучите математическую статистику и математику для Data Science. Разберётесь с классическими моделями машинного обучения, включая tree-based алгоритмы и построение рекомендательных систем.

Вы сможете выбрать любую из 3-х специализаций – AI разработчик, ML разработчик и Big Data Engineer, чтобы углубленно пройти Deep Learning и нейронные сети, Data Engineering, AI, ML или Big Data.

Выпускной проект: в зависимости от специализации. Для AI – Computer Vision, Reinforcement learning, banking, search, проекты по ML или Big Data обсуждается индивидуально.

Комплексная программа по Data Science и нейронным сетям для новичков.

Вы изучите Python, его библиотеки Numpy, Pandas, Matplotlib и Seaborn, а также AI-библиотеки (PyTorch, Keras, TensorFlow), линейную алгебру и теорию вероятностей. Научитесь парсить и анализировать данные, разрабатывать нейронные сети и чат-боты.

В рамках курсовой и дипломной работ вы будете решать нейросетевые задачи. По завершению курса студенты сдают устный экзамен.

Студенты, успешно справляющиеся с домашними заданиями, смогут пройти стажировку в компаниях-партнёрах: Сбербанк, Фармасинтез, Медиалогия, VisorLabs, Айтеко и др.

Фундаментальный курс по Data Science с бесплатными вводными уроками.

Вы изучите основы языка Python, библиотеки Pandas, Scikit-learn, PySpark, среды Jupyter, концепции машинного обучения, feature engineering. Научитесь очищать данные от выбросов, пропусков и дублей, работать с несбалансированными данными. Получите основы теории вероятностей, линейной алгебры и статистики, начнёте применять их для исследования свойств данных. Изучите библиотеки SciPy и Matplotlib и сможете отрисовывать диаграммы и анализировать графики. Познакомитесь с Deep learning и сможете решать задачи компьютерного зрения.

Практические работы:

• определение изменений в предпочтениях пользователей Яндекс.Музыка в зависимости от дня недели;
• определение доли кредитоспособных клиентов банка;
• определение популярных АЗС для развития Яндекс.Навигатора;
• расчёт скорости продажи товара с учётом нескольких характеристик;
• оценка вероятности своевременного расчёта по кредиту;
• прогноз свободных временных слотов для курьерской службы;
• прогноз длительности поездки в такси;
• ускорение модерации комментариев;
• поиск убыточных категорий товаров;
• автоматическое размытие автономеров;
• создание системы рекомендаций вакансий.

Долгий и подробный курс по Data Science (от Harvard University).

Вы научитесь программировать на R, готовить данные, визуализировать данные с помощью ggplot2, тестировать гипотезы и прогнозировать будущее (в частности, использовать линейную регрессию). Дополнительно изучите основы машинного обучения и инструменты повышения продуктивности – Git, GitHub, RStudio.

Объёмный, долгосрочный курс по Data Science (от Университета Джонса Хопкинса).

Вы изучите язык программирования R и среду разработки RStudio, освоите GitHub, Machine Learning и REGEX, научитесь анализу данных, дебаггингу, кластерному анализу, сможете разрабатывать визуализации полученных данных.

От студентов требуется базовое знание Python и знакомство с регрессионным анализом.

Короткий курс по Data Science и машинному обучению.

Вы познакомитесь с машинным обучением, научитесь применять Pandas, Dataframes, собирать, фильтровать и группировать данные. Узнаете о визуализации с помощью seaborn и ggplot2. Разберётесь с entropy reduction, Scikit-learn, fit и predict для построения решающего дерева с использованием метрик качества моделей. Бонусные уроки курса посвящены нейроэволюции и трюкам в Pandas.

Бесплатный, небольшой курс по основам Data Science.

178 уроков и 161 тест – от элементарных основ до задач среднего уровня. Курс построен адаптивно – после каждого задания вы оцениваете его сложность и в зависимости от этого система либо упрощает, либо усложняет следующие задачи.

Короткий, бесплатный курс по основам Data Science (от Johns Hopkins University).

Вы изучите элементарные основы Data Science (цели, обзор инструментов и процессов), R и RStudio, систему Git и GitHub, R Markdown, а также элементы Big Data.