Курсы

Специализация «Машинное обучение»

Специализация состоит из трёх курсов, обеспечивающих слушателям плавный и легкий старт в ML:
•    Математическая база для ML
•    Программирование на Python
•    Машинное обучение

Машинное обучение

В данном курсе вы разберёте все виды анализа данных в программном виде и методы, которое может предложить машинное обучение, а также построите собственные нейронные сети. Учебная программа является практико-ориентированной и позволит вам втянуться в процесс, используя все самые передовые инструменты анализа и создания аналитических отчетов, а именно scikit-learn, Jupyter Notebook, TensorFlow и другие.

Программирование на Python

В процессе обучения слушатели изучат синтаксис языка, его базовые типы и структуры данных, познакомятся с популярными библиотеками NumPy и Pandas, предлагающими широчайший спектр возможностей по управлению, обработке и анализу данных, а также научатся использовать графические библиотеки для визуализации данных.

Математическая база для машинного обучения

Курс «Математическая база для машинного обучения» призван стать для обучающихся лёгким стартом в освоении машинного обучения. Полученные знания могут быть применены при решении задач практически любого направления.

Прикладная статистика для всех

В какой бы области мы ни работали — технической, естественно-научной, гуманитарной — мы работаем с большими объёмами данных, требующих правильного сбора, хранения, предварительной обработки, а также дальнейшего анализа с целью построения моделей, прогнозов и получения из них новой информации.

Анализ временных рядов

В процессе обучения слушатели изучат методы и инструменты обработки временных рядов и познакомятся с различными моделями прогнозирования временных рядов, включая как классические модели, так и методы машинного обучения.

Управление кредитным портфелем и кредитными рисками

В курсе формулируются основные виды рисков и дается обзор наиболее часто применяемых для их оценки методов и алгоритмов из мировой практики. Курс построен как последовательность взаимосвязанных блоков, в каждом из которых теоретический материал подкрепляется практическими упражнениями, сформированными на базе реальных задач.

Практическая валидация моделей

В рамках курса детально рассмотрены теоретическая база и практическое применение современных инструментов, технологий и методов, используемых для анализа входных данных, анализа теоретического обоснования, качества и калибровки модели.

Кредитные риски

В процессе обучения вы познакомитесь с видами и компонентами кредитных рисков, освоите основные методы оценки кредитных рисков, узнаете об инструментах и способах управления кредитными рисками, а также рассмотрите популярные подходы к валидации и тестированию моделей расчёта компонентов кредитного риска.

Финансовая математика. Основы стохастического моделирования

Курс направлен на формирование теоретических знаний и развитие практических навыков, необходимых для моделирования и анализа стохастических систем в сфере финансов.

Скоринговые модели

Курс начинается со знакомства с методами сбора и анализа данных для построения модели. Дальнейшие темы посвящены подробному обзору методов построения скоринговых моделей (дискриминантный анализ и модели ML), а также описанию подходов к тестированию и конкретных тестов для проверки качества разработанных моделей.

Управление модельным риском и валидация моделей

В процессе обучения слушатели узнают, как эффективно организовать процесс валидации, какие существуют ключевые этапы и методы валидации, какие сферы модели должна охватывать валидация и какие основные подходы проверки существуют в каждой из этих сфер.