Анализ данных и машинное обучение существенно опираются на результаты из математического анализа, линейной алгебры, методов оптимизации, теории вероятностей. Без фундаментальных знаний по этим наукам невозможно понимать, как устроены методы анализа данных. Задача этого курса — сформировать такой фундамент. Мы обойдёмся без сложных формул и доказательств и сделаем упор на интерпретации и понимании смысла математических понятий и объектов.
Este curso faz parte do Programa de cursos integrados Aprendizado de máquina e análise de dados
oferecido por
Instituto de Física e Tecnologia de Moscou
Yandex
E-Learning Development Fund
Programa de cursos integrados Aprendizado de máquina e análise de dadosInstituto de Física e Tecnologia de MoscouInformações sobre o curso
395,075 visualizações recentes
Resultados de carreira do aprendiz
40%
comecei uma nova carreira após concluir estes cursos
44%
consegui um benefício significativo de carreira com este curso
26%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível iniciante
Aprox. 28 horas para completar
Russo
Legendas: Russo
Habilidades que você terá
ScipyStatisticsPython ProgrammingNumpy
Resultados de carreira do aprendiz
40%
comecei uma nova carreira após concluir estes cursos
44%
consegui um benefício significativo de carreira com este curso
26%
recebi um aumento ou promoção
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível iniciante
Aprox. 28 horas para completar
Russo
Legendas: Russo
oferecido por
Instituto de Física e Tecnologia de Moscou
Московский физико-технический институт (Физтех) является одним из ведущих вузов страны и входит в основные рейтинги лучших университетов мира. Институт обладает не только богатой историей – основателями и профессорами института были Нобелевские лауреаты Пётр Капица, Лев Ландау и Николай Семенов – но и большой научно-исследовательской базой.
Yandex
Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world.
E-Learning Development Fund
Фонд развития онлайн-образования (ФРОО) объединяет образовательные стартапы, проекты в области EdTech и запускает собственные онлайн-программы в области машинного обучения, программирования, мобильной разработки, VR, дизайна и IT. Мы выстраиваем экосистему для обучения на всех стадиях жизненного цикла: от идеи и поиска средств на производство образовательной программы до поддержки, продаж и маркетинга. А сотрудничество с крупнейшими образовательными платформами позволяет запускать онлайн-курсы с максимальным эффектом и пользой для всех заинтересованных сторон.
Programa - O que você aprenderá com este curso
7 horas para concluir
Введение
Добро пожаловать! На этой неделе мы начнём осваивать язык Python — один из главных инструментов специалиста в науке о данных, и вспомним кое-что о производных, которые активно используются при настройке моделей машинного обучения.
7 horas para concluir
19 vídeos (Total 115 mín.), 16 leituras, 7 testes
19 videos
Как устроена специализация и зачем ее проходить3min
Как устроен этот курс и в чем его главная особенность1min
МФТИ1min
Что такое Python и почему мы выбрали именно его6min
Как установить Анаконду. Windows3min
Как установить Анаконду. Linux4min
Как установить Анаконду. Mac3min
Что такое ноутбуки и как ими пользоваться10min
Типы данных16min
Циклы, функции, генераторы, list comprehension13min
Чтение данных из файлов11min
Запись файлов, изменение файлов8min
Функции и их свойства6min
Предел и производная4min
Геометрический смысл производной2min
Производная сложной функции2min
Задача нахождения экстремума3min
Вторая производная и выпуклость5min
16 leituras
Формат специализации и получение сертификата2min
МФТИ10min
Немного о Yandex10min
Ответы на самые частые вопросы. Обязательно к прочтению!10min
Про Python 310min
Python FAQ10min
Forum&Chat10min
Про Python 310min
Инструкция: Как открыть ipython в актуальной версии Anaconda10min
Знакомство с IPython Notebook10min
Конспект30min
Типы данных (ipython notebook)10min
Чтение данных из файлов (ipython notebook)10min
Запись файлов, изменение файлов (ipython notebook)10min
Конспект30min
Конспект10min
6 exercícios práticos
Работа с IPython Notebook10min
Знакомство с Python10min
Работа с файлами в Python10min
Синтаксис Python10min
Функции и экстремумы10min
Производная и её применения10min
8 horas para concluir
Библиотеки Python и линейная алгебра
На этой неделе мы познакомимся с Python-библиотеками, содержащими большое количество полезных инструментов: от быстрых операций с многомерными массивами до визуализации и реализации различных математических методов. Кроме того, мы освоим линейную алгебру — основной математический аппарат для работы с данными: в большинстве задач данные можно представить в виде векторов или матриц.
8 horas para concluir
14 vídeos (Total 97 mín.), 8 leituras, 10 testes
14 videos
Pandas. Data Frame11min
Pandas. Индексация и селекция13min
Первое знакомство NumPy, SciPy и Matplotlib16min
Решение оптимизационных задач в SciPy4min
Знакомство с линейной алгеброй5min
Векторные пространства3min
Линейная независимость6min
Операции в векторных пространствах6min
Зачем нужны матрицы?5min
Матричные операции7min
Ранг и определитель5min
Системы линейных уравнений4min
Особые виды матриц4min
Собственные числа и векторы3min
8 leituras
Pandas. DataFrame (ipython notebook)10min
Pandas. Индексация и селекция (ipython notebook)10min
Первое знакомство с Numpy, Scipy и Matplotlib (ipython notebook)10min
Оптимизация в Scipy (ipython notebook)10min
NumPy: векторы и операции над ними10min
Конспект30min
NumPy: матрицы и операции над ними10min
Конспект30min
9 exercícios práticos
Pandas10min
Numpy10min
Pandas, Numpy, Scipy, Matplotlib10min
Базовые понятия линейной алгебры10min
Линейная независимость и размерность10min
Векторные пространства и NumPy10min
Что можно делать с матрицами?10min
Разрешимость систем линейных уравнений и ранги10min
Матрицы и NumPy10min
6 horas para concluir
Оптимизация и матричные разложения
На этой неделе мы научимся с помощью методов оптимизации находить наилучшие значения параметров системы, чтобы минимизировать затраты или максимизировать точность предсказаний, а также познакомимся с матричными разложениями, которые используются при построении регрессионных моделей, для уменьшения размерности данных, в рекомендательных системах и в анализе текстов.
6 horas para concluir
12 vídeos (Total 47 mín.), 3 leituras, 7 testes
12 videos
Применение градиента3min
Производная по направлению2min
Касательная плоскость и линейное приближение2min
Направление наискорейшего роста2min
Оптимизация негладких функций4min
Метод имитации отжига4min
Генетические алгоритмы и дифференциальная эволюция4min
Нелдер-Мид3min
Разложения матриц в произведение, сингулярное разложение3min
Приближение матрицей меньшего ранга5min
Связь сингулярного разложения и приближения матрицей меньшего ранга6min
3 leituras
Конспект30min
Конспект30min
Конспект30min
6 exercícios práticos
Частные производные10min
Градиент и его применения10min
Повторение: гладкость и градиентный спуск10min
Методы оптимизации в негладких задачах10min
Повторение линейной алгебры10min
Матричные разложения10min
6 horas para concluir
Случайность
На этой неделе мы освоим базовые концепции теории вероятностей и статистики, которые необходимы для понимания механизма работы практически всех методов анализа данных. Мы разберёмся с самыми популярными распределениями, узнаем, какие явления ими описываются и какими статистиками оцениваются их параметры, а также научимся строить доверительные интервалы.
6 horas para concluir
11 vídeos (Total 59 mín.), 7 leituras, 7 testes
11 videos
Свойства вероятности3min
Условная вероятность2min
Дискретные случайные величины4min
Непрерывные случайные величины7min
Оценка распределения по выборке6min
Важные характеристики распределений6min
Важные статистики5min
Центральная предельная теорема5min
Доверительные интервалы6min
Бонусное видео6min
7 leituras
Работа со случайными величинами (ipython notebook)10min
Конспект30min
Оценка распределения по выборке (ipython notebook)10min
Конспект30min
Материалы к бонусному видео10min
Список литературы10min
Финальные титры10min
6 exercícios práticos
Вероятность10min
Случайные величины10min
Вероятность и случайные величины30min
Распределения, параметры и оценки10min
ЦПТ и доверительные интервалы10min
Статистики30min
Avaliações
Principais avaliações do МАТЕМАТИКА И PYTHON ДЛЯ АНАЛИЗА ДАННЫХ
por GD8 de Ago de 2018
Лучший вводный курс, который я видел. Есть мелкие огрехи в изложении математической части, но это ерунда по сравнению с четкостью и полнотой изложения программистской части и обилием примеров. Спасибо
por KA15 de Fev de 2016
Прошел много курсов по Data Science, этот курс не разочаровал. Подается в лучших западных традициях. Неформально объясняется материал, много примеров. Надеюсь, и дальше специализация не подкачает.
por VK11 de Abr de 2017
Прекрасный практический курс! За месяц очень многое узнал и о Питоне и об анализе данных. Никогда не думал, что смогу так быстро научиться решать достаточно сложные задачи на новом для меня языке
por DP15 de Mar de 2016
В целом курсом доволен. К сожалению, чтобы успешно пройти тесты курса требуется искать дополнительные источники информации т.к. в материалах самого курса ответы на многие вопросы отсутствуют.
Sobre Programa de cursos integrados Aprendizado de máquina e análise de dados
Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
O acesso a palestras e tarefas depende do tipo de inscrição. Se você participar de um curso como ouvinte, você poderá ver quase todo o conteúdo do curso gratuitamente. Para acessar tarefas valendo nota e obter um Certificado, você precisará adquirir a experiência do Certificado, durante ou após a participação como ouvinte. Se você não vir a opção de participar como ouvinte:
- o curso pode não oferecer essa opção. Você pode experimentar um teste gratuito ou solicitar o auxílio financeiro.
- Em vez disso, o curso pode oferecer 'Curso completo, sem Certificado'. Com esta opção, é possível ver todo o conteúdo do curso, enviar as avaliações necessárias e obter uma nota final. Isso também significa que você não poderá comprar uma experiência de Certificado.
O que recebo ao me inscrever nesta Especialização?
Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.
Is financial aid available?
Sim, a Coursera oferece auxílio financeiro ao aluno que não possa pagar a taxa. Faça a solicitação clicando no link Auxílio Financeiro, abaixo do botão "Inscreva-se" à esquerda. Preencha uma solicitação e será notificado caso seja aprovado. Você terá que completar esta etapa para cada curso na Especialização, incluindo o Trabalho de Conclusão de Curso. Saiba mais .
Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.
