Practical teaching
In addition to class hours, you will practice the topics covered with your instructor and mentor dur
Создать аккаунт и подать заявку
ARTIFICIAL INTELLIGENCE · ПРОДВИНУТЫЙ УРОВЕНЬ
Data Science & Machine Learning
Explore essential concepts of data science, including data processing, statistical analysis, and visualization. Learn supervised and unsupervised machine learning algorithms and apply them using Python and relevant libraries. This course equips students for roles in data-driven decision making. Our expert instructors bring years of experience, ensuring training is enriched with practical labs and real-world examples.
Продвинутый20 недели80 часовОчно
Выбранный курс будет перенесён в Ingress Portal.
ПРЕИМУЩЕСТВА КУРСА
Mentors
The knowledge and skills you learn at the academy will be further strengthened with the mentor syste
Academic transcript
Assignments and projects are checked by the instructor, and your knowledge and skills are determined
ВАШ УРОВЕНЬ
НачальныйСреднийПродвинутыйЭксперт
ЧТО ВЫ СМОЖЕТЕ ДЕЛАТЬ
Навыки, которыми вы овладеете к концу этого курса.
- Introduction to Python
- Statistics in Python
- Machine Learning
КРАТКАЯ ПРОГРАММА
Ознакомьтесь со структурой, не читая учебник.
Модули свёрнуты для быстрого просмотра. Откройте любой модуль, чтобы увидеть его темы.
01Introduction to Python11 уроков+
Introduction to Programming
Conditional Statements
Strings
Loops
Functions
Data Structures & Algorithms (for Data Science)
Comparative Analysis of Data Structures
Pandas for Data Analysis/Data Cleaning/Data Processing
NumPy
Data Visualization: Plotly, Matplotlib, Seaborn
OOP
02Statistics in Python7 уроков+
Sample & Population differences, Mean, Median, Mode, Variance, Deviation
Philosophy of Randomness, Random Variables
Covariance and Correlation
Quantiles, Outlier Detection and Exclusion
The Application and Moral of Standardization and Normalization of the Data
Distributions: Normal Distribution, Binomial Distribution
P value, Hypothesis testing
03Machine Learning19 уроков+
Supervised vs Unsupervised Learning
Machine Learning Model Preparation Stages
Regression Analysis: Linear Regression
Gradient Descent in Linear Regression
Logistic Regression
Regularization
Variance vs Bias
Error Metrics
K-Means
Decision Tree
PCA
Anomaly Detection
Recommender System
Neural Networks
Large Scale Machine Learning
Convolutional Neural Networks
Recurrent Neural Networks
Timeseries Analysis
Data Cleaning and Preprocessing Procedures in Natural Language Processing / Understanding / Generation
БЛИЖАЙШИЕ ГРУППЫ
Выберите группу, которую вы действительно сможете посещать.
Показаны только текущие открытые группы.
НАЧАЛО
27 Январь 2026
Очно- Расписание
- Будет объявлено
- Формат
- Очно
- Длительность
- 20 недели · 80 часов
- Язык
- Уточните у консультанта
ВАША КОМАНДА ПРЕПОДАВАТЕЛЕЙ
Специалисты, подобранные под модули, которые они ведут.
Обучение поддерживают практики в области инженерии, архитектуры и production backend-разработки.
Natig Mamishov
Data ScientistYelo Bank“Программа помогла мне связать отдельные навыки с тем, как реальные команды проектируют, создают и поставляют ПО.”
Смотрите реальные истории выпускников из сообщества Ingress.
Изучить результаты выпускниковЗАЯВКА ЧЕРЕЗ INGRESS PORTAL
Выбранный курс сохраняется, пока вы создаёте аккаунт.
Мы используем один аккаунт Portal для заявок, оценок и будущего прогресса обучения. Вам не нужно отправлять данные по почте или снова выбирать курс.
Сначала вопросы? Поговорите с консультантом- 01
Создайте аккаунт Portal или войдитеВаши контактные данные привязаны к одному профилю студента.
- 02
Подтвердите данные заявкиData Science & Machine Learning уже выбран.
- 03
Отправьте заявкуПриёмная команда получает её сразу и может связаться с вами через Portal.
ВЫБРАННЫЙ КУРСData Science & Machine LearningОчно
Продолжить в Ingress Portal Уже зарегистрированы? Portal позволит вам войти.