Версия для слабовидящих
Размер текста:
Цветовая схема:
Изображения:
Институт развития профессиональных компетенций и квалификаций
часов лекций
часа практических занятий
тематических модуля
Интенсивная практика по сбору, интеграции и подготовке данных из CSV, JSON, баз и API — реальные сценарии и задания.
Слушатели освоят методы ETL, парсинг, автоматизацию выгрузок и объединение разнородных источников для аналитики.
Базовый и прикладной Python (pandas, NumPy, Jupyter) и вводные приёмы в R для решения типовых задач очистки и трансформации
Практические упражнения по обработке пропусков, выбросов, нормализации и объединению наборов данных для дальнейшего анализа.
Короткий курс статистики, проверка гипотез, A/B-тестирование и базовый анализ временных рядов для бизнес-решений.
Умение формулировать гипотезы, проводить тесты, интерпретировать p-value и строить простые прогностические модели
Введение в методы кластеризации и классификации (k-means, деревья, базовые подходы) с акцентом на интерпретацию результатов.
Слушатели научатся выбирать метод, готовить данные для моделирования и грамотно интерпретировать модельные выводы в бизнес-контексте.
Программа сочетает теорию и практику, охватывая цикл работы над веб-проектами: от создания адаптивных, эстетичных и функциональных веб-сайтов, изучения инструментов проектирования, основ юзабилити, работы с графикой до взаимодействия с фронтенд-разработчиками. Обучение включает интерактивные вебинары, самостоятельные задания и поддержку преподавателей через систему дистанционного обучения.
старший преподаватель кафедры искусственного интеллекта Факультета информационных технологий и анализа больших данных, к.т.н., Финуниверситет
доцент кафедры искусственного интеллекта Факультета информационных технологий и анализа больших данных, к.т.н., Финуниверситет
