Машиналық оқыту және Data Science

Нені үйренесіз

• Деректерді талдап, модель құрып, адал бағалайсың.
• Классикалық ML мен нейрожелілердің қайда жұмыс істейтінін білесің.
• LLM/NLP жобасын fine-tuning және RAG-пен жинайсың.
• Модельді API етіп деплой жасайсың.
• GitHub/HuggingFace-те көрсетуге лайық портфолио жинайсың.

Модульдер бойынша бағдарлама

1. 01

   Python және деректер

   • numpy, pandas
   • EDA — деректерді зерттеу

   Жоба: Нақты датасетке EDA жасап, есеп жазу.

2. 02

   Классикалық ML

   • Регрессия, шешім ағаштары, градиентті бустинг
   • Валидация және деректер ағуын болдырмау

   Жоба: Табличкалық есепте модель оқытып, валидациялау.

3. 03

   Метрикалар мен эксперименттер

   • ROC-AUC vs PR-AUC, калибрлеу
   • A/B-тесттер негізі

   Жоба: Екі модельді дұрыс метрикамен салыстыру.

4. 04

   Deep Learning негіздері

   • PyTorch, тензорлар, autograd
   • Желіні оқыту циклі

   Жоба: Шағын нейрожеліні нөлден оқыту.

5. 05

   NLP және LLM

   • Трансформерлер, эмбеддингтер
   • Fine-tuning (LoRA), RAG

   Жоба: Құжаттар бойынша RAG-жүйе жинау.

6. 06

   Продакшен

   • Инференс, квантизация
   • FastAPI / vLLM деплой

   Жоба: Модельді API етіп шығарып, жүктемеге тексеру.