Stepik Разработка ML сервиса: от идеи к прототипу
О курсе
Подробнее
Интенсив посвящен изучению подходов к анализу данных и построению простых моделей машинного обучения. Также в курсе делается акцент на построение веб-сервиса, реализующего проведенные исследования и построенные модели в виде удобного интерактивного дашборда.
В процессе курса участники будут работать над проектной задачей, успешно выполнив которую, они получат готовый продукт и смогут добавить такой проект в резюме.
Вся актуальная информация о дате и времени занятий будет появляться в телеграм-канале AI Education.
И не забудьте присоединиться к нашему чату для обсуждения практических заданий и соревнования!
Требования
Что нужно для старта
- Знание Python на начальном уровне
Результат
Что вы получите
- проводить анализ данных
- обучать простые модели машинного обучения
- применять инструмент Streamlit для построения веб-сервиса
Аудитория
Для кого этот курс
- Курс предназначен для слушателей, знакомых с языком программирования Python на пользовательском уровне и заинтересованных в анализе данных, а также в доведении аналитических решений до промышленного вида
Содержание
6 занятийПрограмма курса
№ТемаЧто внутри
01Знакомство
- О курсе
02Введение в машинное обучение
- Введение
- Основные понятия машинного обучения
- Типы задач в машинном обучении
- Схема проекта по машинному обучению
- Оценка обобщающей способности модели
03Разведочный анализ данных
- Обзор Python
- Разведочный анализ данных
- Домашнее задание
04Модели машинного обучения
- Построение предсказательных моделей при помощи ML
- Основы работы с Git
- Домашнее задание
05Презентация решения
- Фреймворк Streamlit
- Домашнее задание
- Голосование за лучшие работы
06Финал
- Результаты
- Что дальше?
01Знакомство
- О курсе
02Введение в машинное обучение
- Введение
- Основные понятия машинного обучения
- Типы задач в машинном обучении
- Схема проекта по машинному обучению
- Оценка обобщающей способности модели
03Разведочный анализ данных
- Обзор Python
- Разведочный анализ данных
- Домашнее задание
04Модели машинного обучения
- Построение предсказательных моделей при помощи ML
- Основы работы с Git
- Домашнее задание
05Презентация решения
- Фреймворк Streamlit
- Домашнее задание
- Голосование за лучшие работы
06Финал
- Результаты
- Что дальше?
Организатор
Автор курса
Мнения учеников
Отзывы о курсе
Оставьте отзыв
Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.
Оставьте заявку
Консультант ответит на вопросы о курсе «Разработка ML сервиса: от идеи к прототипу» и поможет разобраться в деталях обучения.
Нажимая кнопку, вы даете согласие на обработку персональных данных
Информация обновлена 12 августа 2026 г.
Продолжить выбор
Похожие курсы
Начать без затрат
