Акции школ
Войти

Курс «Курс по машинному обучению»

Составитель: Денис Сметнёв · Обновлено: 04.08.2026 · Оценка на MOOC.ru: 4.3 из 5 — по 3 отзывам на нашем сайте
Начальный
36 900 
63 000 
4.5 · 14 отзывов
от 3 075 ₽/мес в рассрочку (прим.)

Аналитики с навыками машинного обучения сейчас конкурируют за позиции Data Scientist — раньше этот трек был отдельным. Курс Skillfactory строит путь с нуля: 12 модулей за 90 дней — регрессия, кластеризация, tree-based ансамбли, временные ряды, рекомендательные системы, нейросети на TensorFlow и Keras. Завершается финальным хакатоном, который и есть проверка боем. Программа плотная — без раскачки и без упрощений.

Подробнее


Начальный
36 900 
63 000 
4.5 · 14 отзывов
от 3 075 ₽/мес в рассрочку (прим.)

Компания: Skillfactory (Скиллфактори)

рейтинг: Язык: ru

Уровень: Начальный Длительность: 3 месяца Формат: Онлайн
💼 Стажировка 📁 10 проектов в портфолио
Почему мы рекомендуем: проверен 6 отзывами, стажировка — оценка по нашей методике (рейтинг, цена, трудоустройство, диплом)

Актуальная программа курса (21 модулей, по данным школы)

  1. ML-PRO-1 Введение в машинное обучение
  2. ML-PRO-2 Методы предобработки данных
  3. ML-PRO-3 Регрессия
  4. ML-PRO-4 Кластеризация
  5. ML-PRO-5 Tree-based алгоритмы: введение в деревья
  6. ML-PRO-6 Tree-based алгоритмы: ансамбли
  7. ML-PRO-7 Оценка качества алгоритмов
  8. ML-PRO-8 Временные ряды в машинном обучении
  9. ML-PRO-9 Рекомендательные системы
  10. ML-PRO-10 Финальный хакатон
  11. DL-1 Введение в искусственные нейронные сети
  12. DL-2 Фреймворки для глубокого обучения (TensorFlow, Keras)
  13. DL-3 Сверточные нейронные сети
  14. DL-4 Оптимизация нейронной сети
  15. DL-5 Transfer learning Fine-tuning
  16. DL-6 Сегментация изображений
  17. DL-7 Детектирование объектов
  18. DL-8 Введение в NLP и Word Embeddings
  19. DL-9 Рекуррентные нейронные сети
  20. DL-10 Reinforcement Learning (обучение с подкреплением)
  21. DL-11 What's next?

Кем вы сможете работать

Data Scientist

Сколько зарабатывают в профессии (медиана hh.ru, по 135 вакансиям)

Junior
100 000 ₽
Middle
174 000 ₽
Senior
200 000 ₽

Окупаемость: стоимость курса ≈ 1 мес зарплаты junior-специалиста.

Сравнение с похожими курсами других школ

КурсШколаЦенаСрокРейтингДиплом
Курс по машинному обучению (этот) Skillfactory (Скиллфактори) 63 000 36 900 ₽ 3 месяца 4.5
Профессия Data Analyst Skillbox (Скиллбокс) 316 125 173 869 ₽ 24 месяца 5.0 Перейти
Специалист по data science Яндекс Практикум 112 000 ₽ 8 месяцев 4.6 Диплом о проф. переподготовке Перейти
Machine Learning. Professional OTUS (Отус) 224 457 123 451 ₽ 5 месяцев 2.5 Перейти

Стоит ли идти на этот курс

Плюсы

  • Прикладные задачи внутри программы: кредитный скоринг, рекомендательные системы, работа с временными рядами — не учебные примеры, а типовые кейсы реального Data Science.
  • Стек актуальный: TensorFlow, Keras, tree-based ансамбли, feature engineering — то, что встречается в вакансиях уровня middle.
  • 90 дней — достаточно, чтобы понять, ваш ли это трек, не сжигая полгода жизни. Финальный хакатон даёт ощутимый результат для портфолио.
  • Возможность стажировки в EORA для лучших выпускников — один из немногих курсов, где есть реальный шанс на первый строчку в резюме, а не просто сертификат.

Минусы и кому не стоит

  • Старт с нуля за три месяца до middle — амбициозно. Без дисциплины и нескольких часов в день темп вывезти трудно, доучиваются до конца единицы из тех, кто заходит без базы и без цели.
  • Стажировка — только для лучших студентов, не гарантирована всем. Рассчитывать на трудоустройство как на условие контракта не стоит — данных об этом нет.
  • Цена за три месяца ощутимая. Считайте честно: если цель — сменить трек, это инвестиция с горизонтом; если просто «попробовать» — риск велик.

Когда этот курс вам не нужен

Курс не для тех, кто хочет «просто попробовать» без конкретного плана: темп рассчитан на людей с целью, а не на ознакомление. Не подойдёт, если нет возможности выделять несколько часов в день — программа не терпит пропусков. И не стоит идти сюда с расчётом на гарантированную стажировку: она достаётся только лучшим выпускникам, и заранее предсказать попадание в эту группу невозможно.

Как выбрать курс по этому направлению

Выбирая курс по ML, смотрите не на обещания, а на программу: есть ли в ней реальные прикладные задачи — кредитный скоринг, построение рекомендательной системы, работа с временными рядами — или только обзорные «введения». Проверьте стек: TensorFlow, Keras, feature engineering — это то, что спрашивают на собеседованиях. Важен и формат завершения: хакатон или просто тест? Хакатон — сигнал, что школа рассчитывает на реальный результат, а не на галочку. Отдельно уточните условия стажировки: кто именно её получает и на каких условиях, потому что «лучшие студенты» — размытая планка.

Частые вопросы

Можно ли пройти курс полностью с нуля, без опыта в программировании?

Курс заявлен как старт с нуля, и Python разбирают с основ. Но машинное обучение — направление с математической нагрузкой: статистика и линейная алгебра появятся уже в первых модулях. Мой совет: до оплаты запросите у Skillfactory программу первого модуля и честно оцените, понятен ли вам язык задач.

Сколько времени в день нужно уделять учёбе?

Точных данных от школы нет. Но 12 модулей за 90 дней — это плотный темп. По моим наблюдениям за подобными программами, меньше двух-трёх часов в день не обходится — иначе либо растянете, либо бросите на середине.

Какой документ об окончании выдают?

В описании курса этих данных нет. Если сертификат важен для резюме или нужен работодателю — узнайте у Skillfactory напрямую перед оплатой: это один из тех вопросов, который лучше закрыть заранее.

Гарантировано ли трудоустройство после курса?

Нет. Лучшие студенты получают возможность стажировки в EORA — это реальный бонус, но не гарантия для каждого. Я бы строил план иначе: курс берёте ради навыков, а поиск работы ведёте параллельно с последних модулей.

Чем этот курс отличается от других курсов по ML?

По программе — прикладные проекты: кредитный скоринг, рекомендательная система, временные ряды. Это не пересказ учебника. Плюс финальный хакатон — редкость среди трёхмесячных курсов. Но большинство курсов на рынке обещает то же самое: проверяйте не слова, а конкретные задачи в программе.

Стоит ли курс своих денег?

Считайте по-простому: 63 000 ₽ против реальной разницы в зарплате Data Scientist в вашем секторе через год. Если разница больше — сходится. Если берёте курс без конкретной цели сменить трек — скорее всего, не окупится.

36 900 ₽ · от 3 075 ₽/мес
Перейти на страницу курса
Длительность курса

Длительность курса

90 дней

Формат обучения

Формат обучения

видеолекции и практические задания 6-8 часов в неделю

Обратная связь

Обратная связь

Помощь одногруппников и преподавателя в закрытом сообществе в Slack.

Теория и практика

Теория и практика

20% теории и 80% практики на реальных данных 10 теоретических модулей более 500 упражнений

Чему научитесь

  • Разбираться в принципах математических алгоритмов, современных библиотек, feature engineerig и оценки моделей
  • Использовать возможности машинного обучения в своей работе или бизнесе
  • Оптимизировать модели линейной и логистической регрессии
  • Собирать Git-репозиторий
  • Обучать решающее дерево для задачи регрессии, линейную модель и использование XGBoost для анализа временных рядов, рекомендательную систему
Перейти на страницу курса Запишись на курс
прямо сейчас!

Кураторы: есть

О курсе

О курсе

Кураторы: есть
Новичок

Программист

Аналитик

Рассрочка

3100 р. в месяц

Модуль 1

Введение в машинное обучение

Знакомимся с основными задачами и методами machine learning , изучаем практические кейсы и применяем базовый алгоритм работы над ml-проектом

Решаем 50+ задач на закрепление темы

Модуль 2

Методы предобработки данных

Изучаем типы данных, учимся очищать и обогащать данные, используем визуализацию для предобработки и осваиваем feature engineering

Решаем 60+ задач на закрепление темы

Модуль 3

Регрессия

Осваиваем линейную и логистическую регрессию, изучаем границы применимости, аналитический вывод и регуляризацию. Обучаем модели регрессии

Решаем 40+ задач на закрепление темы

Модуль 4

Кластеризация

Осваиваем обучение без учителя, практикуемся в его различных методах, работаем с текстами средствами ML

Решаем 50+ задач на закрепление темы

Модуль 5

Tree-based алгоритмы: введение в деревья

Знакомимся с решающими деревьями и их свойствами, осваиваем деревья из библиотеки sklearn и используем деревья для решения задачи регрессии

Решаем 40+ задач на закрепление темы

Модуль 6

Tree-based алгоритмы: ансамбли

Изучаем особенности ансамблей деревьев, практикуемся в бустинге, используем ансамбль для построения логистической регрессии

Решаем 40+ задач на закрепление темы

Участвуем в соревновании на kaggle по обучению tree-based модели

Модуль 7

Оценка качества алгоритмов

Изучаем принципы разбиения выборки, недо- и переобучение, оцениваем модели по различным метрикам качества, учимся визуализировать процесс обучения

Оцениваем качество нескольких моделей ML

Решаем 40+ задач на закрепление темы

Модуль 8

Временные ряды в машинном обучении

Знакомимся с анализом временных рядов в ML, осваиваем линейные модели и XGBoost, изучаем принципы кросс-валидации и подбора параметров

Решаем 50+ задач на закрепление темы

Модуль 9

Рекомендательные системы

Изучаем методы построения рекомендательных систем, осваиваем SVD-алгоритм, оцениваем качество рекомендаций обученной модели

Решаем 50+ задач на закрепление темы

Модуль 10

Финальный хакатон

Применяем все изученные методы для получения максимальной точности предсказаний модели на kaggle

Python

Pandas

NumPy

TensorFlow

Feature engineering

Методы кластеризации K-means, mean-shift, метод понижения размерности с помощью SVD.

кластеризация текстов, метод

Владение алгоритмами Gradient Boosting, AdaBoost, Random Forest

Визуализация процесса обучения модели с Tensorboard

Навыки, которые вы получите

 
ПОНИЖЕНИЕ РАЗМЕРНОСТИ ДАННЫХ РАБОТА С ТЕКСТАМИ ML ВИЗУАЛИЗАЦИЯ С TENSORBOARD

Компания, проводящая курс

Skillfactory (Скиллфактори)

83 курса по 391 теме

Школа SkillFactory (Скиллфактори) начала свою работу в 2016 году и с того времени разработала и запустила 25 курсов и специализаций в области...

Преподаватели курса

COO Data Lab в компания EORA

COO Data Lab, компания EORA

Head of R&D в компании EORA

Head of R&D, компания EORA

CTO компании EORA

Отзывы студентов

4.5
Рейтинг курса (все отзывы)
★ 4.3 · 3 проверенных MOOC
50%
50%
0%
0%
0%
больше курсов

Похожие курсы компании

Skillfactory (Скиллфактори)
(13)
270 000 
Skillfactory (Скиллфактори)
(0)
79 900 
Skillfactory (Скиллфактори)
(2)
79 900 
Skillfactory (Скиллфактори)
(0)
263 628 
Skillfactory (Скиллфактори)
(0)
63 000 
Skillfactory (Скиллфактори)
(7)
29 833 
Skillfactory (Скиллфактори)
(1)
158 004 
Skillfactory (Скиллфактори)
(1)
60 000 
Skillfactory (Скиллфактори)
(63)
41 500 
Skillfactory (Скиллфактори)
(15)
263 628 
больше курсов

Другие курсы этих преподавателей

Skillfactory (Скиллфактори)
(4)
270 000