Факультет Data Science в медицине

Видеокурс: как учиться эффективно

Расскажем, как спланировать обучение, чтобы сохранить интерес, получить максимум пользы и всё успеть.

7 видеоуроков

Git. Базовый курс

Познакомим с основными понятиями: репозиторий, коммит, тег, ветки, создание и клонирование репозитория, слияние веток, запрос истории изменений.

13 видеоуроков

Основы математики

Сможете повторить базовые знания по математике и облегчить погружение в профессию.

14 видеоуроков

Встреча студентов с деканом факультета

Основы языка Python

Поможем освоить Python и решать на нём задачи. Вы научитесь работать с объектами, типами данных, циклами, функциями, модулями, библиотеками.

6 недель — 11 уроков

Введение в высшую математику

Задачи из линейной алгебры, аналитической геометрии, математического анализа и теории вероятностей.

2 недели — 6 видеоуроков

Введение в математический анализ

Сможете находить производные сложных функций, отличать биекцию от сюръекции, работать с множествами, интегралами и пределами.

6 недель — 11 уроков

Теория вероятностей и математическая статистика

Научитесь проверять статистические гипотезы и проводить A/B-тестирование. Расскажем, как работать с корреляционным, дисперсионным и регрессионным анализом.

4 недели — 8 уроков

Линейная алгебра

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

3 недели — 5 уроков

Введение в машинное обучение 

Узнаете, что такое машинное обучение и в каких задачах его можно использовать. Познакомитесь с основными алгоритмами и метриками качества моделей, разберёте задачи глубокого обучения.

2 недели — 4 видеоурока

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.

5 недель — 10 уроков

Алгоритмы и структуры данных на Python

Потренируетесь решать задачи с помощью фундаментальных алгоритмов и структур данных.

4 недели — 8 видеоуроков

Алгоритмы анализа данных

Узнаете, как устроены алгоритмы на самом низком уровне — математики.

4 недели — 8 уроков

Библиотеки Python для Data Science: продолжение

Вы научитесь анализировать данные и проверять статистические гипотезы, потренируетесь строить и интерпретировать модели классификации.

2 недели — 4 урока

Основы реляционных баз данных. MySQL

Научитесь проектировать и работать с базами данных на самой популярной СУБД.

6 недель — 12 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.

4 недели — 8 уроков

Введение в компьютерное зрение

Овладеете базовыми методами по обработке изображений, познакомитесь с операциями математической морфологии и с основными библиотеками для обработки изображений.

3 недели — 5 уроков

32 часа контента, 64 часа практики

Введение в нейронные сети

Расскажем, как работают библиотеки машинного обучение Keras и TensorFlow, свёрточные и рекуррентные нейронные сети.

3 недели — 5 уроков

Введение в обработку естественного языка

Освоите классические и нейросетевые подходы обработки текста. Научитесь выстраивать пайплайн для создания чата и применять технологии генерации фраз.

8 недель — 16 уроков

Прикладная статистика в медицине

Расскажем, какие существуют статистические методы для анализа медицинских данных и как их применять.

5 недель— 9 уроков

Введение в анализ данных в медицине

Узнаете, какие профессии есть в сфере анализа медицинских данных, что представляют собой эти данные и для каких задач используются.

3 недели — 6 уроков

Язык R для анализа данных

Узнаете, как писать эффективный код, формулировать гипотезы на основе данных и превращать их в полезную информацию.

4 недели — 8 уроков

Прикладные задачи анализа медицинских данных. Часть 1

Научитесь применять методы машинного обучения на примере реального набора данных по сердечно-сосудистым заболеваниям, онкологии, сигналам ЭЭГ. 

2 недели — 4 урока

Прикладные задачи анализа медицинских данных. Часть 2

Перейдёте к более сложным задачам: сегментации и классификации изображений по КТ и МРТ. 

2 недели — 4 урока

Прикладные задачи анализа медицинских данных. Часть 3

В завершающей части познакомитесь с типовыми задачами обработки естественного языка: классификацией и поиском именованных сущностей.

2 недели — 4 урока

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.

13 уроков

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 техники построения новых признаков

4 недели — 8 уроков

Машинное обучение в бизнесе

Вы познакомитесь с задачами, в которых машинное обучение помогает автоматизировать бизнес-процессы и улучшать финансовые показатели. Будут задачи по ретаргетингу, look-alike аудитории, uplift-моделированию. Также будут задачи по формулированию гипотез, презентации результатов, интеграции и АБ-тестированию ML-моделей.

8,5 недель — 9 уроков

Введение в Linux и облачные вычисления

Научитесь создавать серверы в облачных сервисах AWS и частично их администрировать. Сможете устанавливать программы и библиотеки Python, работать с файлами, осуществлять поиск по файловой системе, выбирать данные из файла, создавать задания по расписанию и мониторить работу сервера.

4 недели — 8 уроков