Informações sobre o curso
205,891 visualizações recentes

100% online

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

Sugerido: 8 hours/week...

Russo

Legendas: Russo

Habilidades que você terá

ScipyStatisticsPython ProgrammingNumpy

100% online

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

Sugerido: 8 hours/week...

Russo

Legendas: Russo

Programa - O que você aprenderá com este curso

Semana
1
8 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.

...
19 vídeos ((Total 115 mín.)), 12 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
12 leituras
Формат специализации и получение сертификата2min
МФТИ10min
Немного о Yandex10min
Python FAQ10min
Forum&Chat10min
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
Semana
2
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.

...
14 vídeos ((Total 97 mín.)), 8 leituras, 10 testes
14 videos
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
Semana
3
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.

...
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
Semana
4
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.

...
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 величины20min
Распределения, параметры и оценки10min
ЦПТ и доверительные интервалы10min
Статистики20min
4.8
670 avaliaçõesChevron Right

41%

comecei uma nova carreira após concluir estes cursos

43%

consegui um benefício significativo de carreira com este curso

24%

recebi um aumento ou promoção

Principais avaliações do Математика и Python для анализа данных

por GDAug 9th 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 KAFeb 16th 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.

Sobre 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. Основой образования в МФТИ является уникальная «система Физтеха», сформулированная Петром Капицей: кропотливый отбор одаренных и склонных к творческой работе абитуриентов; участие в обучении ведущих научных работников; индивидуальный подход к отдельным студентам с целью развития их творческих задатков; воспитание с первых шагов в атмосфере технических исследований и конструктивного творчества с использованием потенциала лучших лабораторий страны. Среди выпускников МФТИ — нобелевские лауреаты Андрей Гейм и Константин Новоселов, основатель компании ABBYY Давид Ян, один из авторов архитектурных принципов построения вычислительных комплексов Борис Бабаян и др....

Sobre 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....

Sobre o 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. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку....
Aprendizado de máquina e análise de dados

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • 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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.