data_management

Курс "Управление данными"

Узнаём про различные форматы хранения и СУБД. Пишем много SQL

• [Введение в курс]
  • Видео
  • Слайды
• Подготовка машины к работе
  • Видео
  • Туториал по технологии docker
• Ведение в базы данных
  • Видео
• Язык запросов SQL
  • Видео ч.1: Реляционная алгебра
  • Видео ч.2: Простые операторы SQL + Pandas
  • Домашняя работа: создание и модификация таблиц
  • Домашняя работа: SQL запросы
• Работа с Postgres
  • Слайды
• Нереляционные СУБД: MongoDB
  • Домашняя работа: работа с MongoDB
• Данные для рекомендательных систем
  • Видео
  • Слайды

Курс "Анализ данных"

Учимся извлекать из данных пользу

• Вспоминаем тервер и матстат
  • Домашняя работа: задачки по терверу
  • Домашняя работа: наивный байесовский классификатор
  • Домашняя работа: проверка статистических гипотез
  • Видео: введение в теорию вероятностей
  • Видео: как считать retention
  • Видео: домашка по Naive bayes. Метод fit
  • Видео: домашка по Naive bayes. Метод predict
• Введение в ML
  • Домашняя работа: обучаем линейную регрессию
  • Видео: основные понятия ML
  • Видео: жизненный цикл ML проекта, CRISP-DM
• Машинное обучение с учителем
  • Домашняя работа: выбираем лучший классификатор
  • Видео: машинное обучение с учителем
• Машинное обучение без учителя
  • Домашняя работа: выбираем применяем снижение размерности
  • Видео: машинное обучение без учителя
• Методы обучения моделей: регуляризация, градиентный спуск
  • Домашняя работа: реализуем градиентный спуск с регуляризацией
  • Видео: регуляризация
  • Видео: градиентный спуск
  • Видео: инжениринг фичей
• Машинное обучение в продакшн. Рекомендательные системы
  • Домашняя работа: изучаем пакет implicit в задаче построения рекомендательных систем
  • Видео: метрики ML сервиса
  • Видео: Docker для ML сервиса
  • Видео: рекомендательные системы