Открыт набор на занятия
в апреле и мае 2024 года
По понедельникам
17.00 — 20.30
ОН-ЛАЙН
24 000 Р.
Введение в анализ данных
Программа повышения квалификации
Записаться
Программа ориентирована на менеджеров,
аналитиков, бизнес-аналитиков,
руководителей групп,
нуждающихся в кратком и доступном изложении методов анализа данных –
методов машинного обучения и нейросетей.
Руководитель программы
Михаил Иванович Кумсков
Профессор кафедры вычислительной математики
механико-математического факультета
МГУ имени М.В. Ломоносова
Доктор физико-математических наук
Сертифицированный специалист IBM
Вы сможете познакомиться с
  • постановкой задач поиска зависимостей и распознавания образов
  • описанием математических моделей и разбор пошаговых действий (алгоритма)
    их решения
  • описанием математических моделей и разбор пошаговых действий (алгоритма)
    их решения
  • правилами определений области допустимых значений данных, поступающих для прогнозирования
Программа курса
Даты занятий:
15, 22 апреля
6, 13, 20 мая
Занятие 1
(17.00 - 20.30)
Занятие 1
(17.00 - 20.30)
Лекция 1 Входные требования. Введение в программу
  • Постановки задач
  • Обзор программы
  • Термины линейной алгебры
  • Примеры представления объектов
  • Правила работы с матрицами и векторами на уровне 1-2 курса технического вуза.
Лекция 2 Основные типы моделей для поиска закономерностей в данных
  • Регрессионный анализ
  • Кластеризация данных
  • Простые и обобщенные деревья решений
  • Сокращение данных – метод главных компонент
  • Эволюционные алгоритмы
  • Нейронные сети
Занятие 2
(17.00 - 20.30)
Занятие 2
(17.00 - 20.30)
Лекция 3 Введение в анализ данных
  • Введение в анализ данных и распознавание образов
  • Первичное преобразование данных, поиск выбросов
  • Регрессионный анализ, скользящий контроль
  • Деревья решений, простая и обобщенная формы
Лекция 4 Близость (похожесть) объектов. Кластеры и их поиск
  • Кластер как связная компонента графа.
  • Построение минимального покрывающего дерева.
  • Метод К средних, простая и обобщенная версии.
  • Иерархический кластер-анализ, дендрограммы
Занятие 3
(17.00 - 20.30)
Занятие 3
(17.00 - 20.30)
Лекция 5 Метод главных компонент
  • Факторы и их поиск, SVD разложение матрицы
  • Геометрический смысл факторов
  • Регрессия на факторах
  • Многомерное шкалирование
Лекция 6 Продвинутые методы анализа
  • Эволюционные алгоритмы – МГУА, генетические
  • Кернел функции – «беспризнаковый» анализ данных
  • SVM и поддерживающие вектора
  • «Когда мало данных» – Метод Bootstrap
  • Семейства прогнозирующих алгоритмов
  • «Нечеткие» признаки (Fuzzy)
  • «Нечеткие» классификаторы
Занятие 4
(17.00 - 20.30)
Занятие 4
(17.00 - 20.30)
Лекция 7 Нейронные сети. Часть 1
  • Модель персептрона и ее ограничения
  • Классические нейронные сети, слой нейронов, два типа нейронов
  • Задачи, решаемые нейронными сетями, «Глубокое обучение»
Лекция 8 Нейронные сети. Часть 2
  • Анализ Изображений и сверточные нейросети
  • Нейросети и «Инженерия признаков»
  • Проблема переобучения
  • Перспективы развития нейросетей
  • Графические процессоры (GPU).
Занятие 5
(17.00 - 20.30)
Занятие 5
(17.00 - 20.30)
Лекция 9 Закрепление знаний
  • Повторение основного материала на практическом примере
  • Подведение итогов
Накопительный зачет
Записаться
Вы будете знать
  • 1
    Об основных типах нейронных сетей и их современных возможностях,
    включая их связь с классическими методами анализа данных.
  • 2
    О возможностях современных инструментальных средств анализа данных и машинного обучения.
Что я получу после окончания?
После успешного прохождения обучения вы получаете удостоверение о повышении квалификации установленного образца, если у Вас есть высшее образование или Вы студент выпускного курса
Записаться
Стоимость обучения
Введение в анализ данных

24 000 рублей
Для физических лиц
Записаться
24 000 рублей
Для юридических лиц
Записаться
Записаться на программу
Введение в анализ данных