Факультет Data Science в медицине [GeekBrains]

Посмотреть вложение 860304
ДЛИТЕЛЬНОСТЬ 24 месяца

Data Scientist анализирует большой объём данных, прогнозирует события и помогает находить неочевидные закономерности. С помощью машинного обучения он может ставить диагнозы, обнаруживать болезни и персонализировать лечение.

Кому подойдет курс
- Новичкам в Data Science
Станете специалистом по Data Science с нуля: освоите аналитику в медицине, бизнесе и других направлениях.
- IT-специалистам
Поможем систематизировать знания в Data Science, ускорить карьерный рост и больше зарабатывать.
- Медработникам
Освоите IT-специализацию в знакомой нише, увеличите доход и сможете улучшать жизнь сотен людей с помощью искусственного интеллекта.

Посмотреть вложение 860317

Спойлер: Программа

Подготовительный блок
Их необязательно проходить, но они помогут настроиться на обучение.
Курсы:
Видеокурс: как учиться эффективно
Расскажем, как спланировать обучение, чтобы сохранить интерес, получить максимум пользы и всё успеть.
7 уроков

Git. Базовый курс
Вы освоите все ключевые операции в системе: создание и клонирование репозитория, слияние веток, запрос истории изменений и многое другое.Курс приблизит вас к прохождению собеседования, где несколько вопросов обычно посвящены системе контроля версий.
13 уроков

Основы математики
Это подготовительный курс, в котором студенты восполнят необходимые базовые знания по математике.Курс позволит облегчить вхождение в профессию.
14 уроков

I четверть Программирование и машинное обучение
Освоите Python и восполните знания по математике для дальнейшего освоения профессии.
Проект — Разведочный анализ данных (EDA)
Курсы:
Встреча студентов с деканом факультета

Основы языка Python
Вы узнаете, как создаются объекты в Python и к каким типам данных они могут относиться, научитесь работать с циклами, писать функции, импортировать модули и библиотеки, работать с файлами, основам ООП.
11 уроков

Введение в высшую математику
Научим решать задачи из линейной алгебры, аналитической геометрии, математического анализа и теории вероятностей.
6 уроков

Библиотеки Python для Data Science: Numpy, Matplotlib, Scikit-learn
Освоите инструменты дата-сайентиста. Узнаете, как работают библиотеки для построения моделей машинного обучения, визуализации и работы с данными.
10 уроков

II четверть Математика для Data Science
Проекты
— Модель предсказания цены на недвижимость
— Модель прогнозирования среднего балла на ЕГЭ
Курсы:
Введение в математический анализ
Сможете находить производные сложных функций, отличать биекцию от сюръекции, работать с множествами, интегралами и пределами.
11 уроков

Линейная алгебра
Расскажем о линейном пространстве, линейных преобразованиях и системах уравнений. Познакомитесь с матрицами, сингулярным разложением и матричными операциями.
5 уроков

Теория вероятностей и математическая статистика
Научитесь проверять статистические гипотезы и проводить A/B-тестирование. Расскажем, как работать с корреляционным, дисперсионным и регрессионным анализом.
8 уроков

Алгоритмы и структуры данных на Python
Потренируетесь решать задачи с помощью фундаментальных алгоритмов и структур данных.
8 уроков

Алгоритмы анализа данных
Узнаете, как устроены алгоритмы.
8 уроков

III четверть Библиотеки Python и MySQL
Научитесь проектировать базы данных и проверять статистические гипотезы.
Проекты:
— Модель кредитного скоринга для банка
— Рабочая база данных на основе анализа интерфейса сервиса или личного проекта

Курсы:
Библиотеки Python для Data Science: продолжение
Вы научитесь анализировать данные и проверять статистические гипотезы, потренируетесь строить и интерпретировать модели классификации.
4 урока

Linux. Рабочая станция
Познакомитесь с устройством файловой системы Linux, поработаете в планировщике задач, изучите основы сетевой безопасности.
8 уроков

Основы реляционных баз данных. MySQL
Научитесь проектировать и работать с базами данных на самой популярной СУБД.
12 уроков

IV четверть Нейронные сети
Научитесь работать со свёрточными и рекуррентными сетями, а также работать с PyTorch и создавать циклы обучения моделей.
Проекты
— Нейронная сеть, которая умеет распознавать изображения
— Приложение, которое анализирует объекты в кадре и выводит их
— Чат-бот
Курсы:
Введение в нейронные сети
Расскажем, как работают библиотеки машинного обучение Keras и TensorFlow, свёрточные и рекуррентные нейронные сети.
8 уроков

Глубокое обучение в компьютерном зрении
Получите знания о том, как устроена работа нейронных сетей в компьютерном зрении.
8 уроков

Фреймворк PyTorch для разработки искусственных нейронных сетей
Познакомитесь с архитектурой рекуррентных и нейронных сетей (LSTM, U-net). Научитесь работать с PyTorch: создавать циклы обучения модели для классификации изображений, работать с дискриминатором и генератором, распознавать эмоции по снимкам.
5 уроков

V четверть Задачи искусственного интеллекта
Курсы:
Машинное обучение в бизнесе
Ознакомитесь с прикладными задачами, в которых машинное обучение хорошо работает и приносит пользу в виде увеличения финансовых показателей либо улучшения (автоматизации) процессов в компании.
9 уроков

Введение в обработку естественного языка
Сможете ориентироваться в подходах классической обработки текстов и в нейросетевых подходах, будете знать как выстроить пайплайн для построения бота говорилки и как применять к нему разные технологии генерации фраз.
16 уроков

VI четверть Анализ данных в медицине
Узнаете, как извлекать из данных полезную информацию и использовать её в решении задач.
Проекты
— Научитесь определять эффективность лекарств
Курсы:
Язык R для анализа данных
Научитесь производить различные манипуляции с данными, начиная от импорта данных и заканчивая их подготовкой к дальнейшему статистическому анализу с использованием готовых функций пакетов dplyr, lubridate, а также применять самостоятельно написанные функции и циклы.
6 уроков

Введение в молекулярную биологию и генетику
После прохождения курса по введению в молекулярную биологию вы сможете работать с обработанными генетическими данными, понимать их особенности и происхождение, а так же автоматически получать их из баз данных NCBI, KEGG, PDB.
6 уроков

Введение в анализ данных в медицине
Узнаете о том, какие профессии есть в сфере анализа медицинских данных, что представляют из себя эти данные и для решения каких задач используются.
8 уроков

Прикладная статистика в медицине
Узнаете, какие статистические методы применяются для анализа медицинских данных и на практике научитесь их использовать. В конце курса вас ожидает итоговый проект, где вы самостоятельно сможете определить эффективность лекарства.
9 уроков

VII четверть Прикладные задачи анализа медицинских данных
Научитесь использовать машинное обучения в различных медицинских задачах.
Проекты
— Пройдёте соревнование после каждого курса
Курсы
Прогнозирование и диагностика в медицине с помощью машинного обучения
Научитесь применять методы машинного обучения на примере реального набора данных по сердечно-сосудистым заболеваниям, онкологии, сигналам ЭЭГ.
4 урока

Computer Vision для медицинских изображений
Перейдёте к более сложным задачам: сегментации и классификации изображений по КТ и МРТ.
4 урока

Применение NLP в здравоохранении
В завершающей части познакомитесь с типовыми задачами обработки естественного языка: классификацией и поиском именованных сущностей.
4 урока

Курсы со свободной датой старта
Курсы:
Подготовка к собеседованию
Рассмотрим особенности IT-специальностей, правила составления резюме и портфолио, отклика на вакансии и собеседования с работодателем. Курс покажет возможности работы на фрилансе и ее тонкости, научит использовать биржи фриланса.

Спортивный анализ данных. Платформа Kaggle
Рассмотрим основные этапы соревнований по машинному обучению, научимся детально визуализировать данные и находить скрытые инсайты в данных, подробно остановимся на построении стратегии валидации моделей, рассмотрим разнообразные...

Полная программа курса в удобном виде: Скрытая ссылка

Посмотреть вложение 860322
Посмотреть вложение 860323