Informações sobre o curso
43,262 visualizações recentes

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível avançado

Aprox. 39 horas para completar

Sugerido: 4 недели обучения, через 2-4 часа / неделю...

Russo

Legendas: Russo

Habilidades que você terá

A/B TestingData AnalysisCorrelation And DependenceStatistical Hypothesis TestingStatistics

100% online

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível avançado

Aprox. 39 horas para completar

Sugerido: 4 недели обучения, через 2-4 часа / неделю...

Russo

Legendas: Russo

Programa - O que você aprenderá com este curso

Semana
1
6 horas para concluir

Интервалы и гипотезы

Добро пожаловать на курс "Построение выводов по данным"! В этом модуле вы узнаете, как работают базовые статистические техники — интервальное оценивание и проверка гипотез. В тестах вас ждёт большое количество задач с реальными данными на применение этих техник.

...
21 vídeos ((Total 106 mín.)), 14 leituras, 5 testes
21 videos
Как устроена специализация, и зачем ее проходить3min
Выводы и рациональность2min
Проблемы построения выводов1min
Примеры прикладных задач1min
Как устроен этот курс1min
МФТИ1min
Интервальные оценки с помощью квантилей4min
Доверительные интервалы с помощью квантилей6min
Распределения, производные от нормального5min
Доверительные интервалы для среднего8min
Доверительные интервалы для доли8min
Доверительные интервалы для двух долей5min
Доверительные интервалы на основе бутстрепа8min
Проверка гипотез: начало5min
Ошибки I и II рода3min
Достигаемый уровень значимости2min
Статистическая и практическая значимость6min
Биномиальный критерий для доли7min
Критерии согласия Пирсона (хи-квадрат)5min
Связь между проверкой гипотез и доверительными интервалами8min
14 leituras
Формат специализации и получение сертификата10min
МФТИ10min
Немного о Yandex10min
Forum&Chat10min
Доверительные интервалы для среднего [ipython notebook]10min
Доверительные интервалы для доли [ipython notebook]10min
Доверительные интервалы для двух долей [ipython notebook]10min
Доверительные интервалы на основе бутстрепа [ipython notebook]10min
Слайды к лекциям10min
Конспект10min
Биномиальный критерий для доли [ipython notebook]10min
Критерии согласия Пирсона (хи-квадрат) [ipython notebook]10min
Слайды к лекциям10min
Конспект10min
5 exercícios práticos
Доверительные интервалы для среднего14min
Доверительные интервалы для долей12min
Доверительные интервалы16min
Теория проверки гипотез14min
Практика проверки гипотез10min
Semana
2
5 horas para concluir

АБ-тестирование

Вторая неделя посвящена задачам АБ-тестирования — статистической технике, позволяющей оценить действие изменений в вашем продукте на конечного пользователя. Вы узнаете, как правильно такой эксперимент строить и какими методами анализировать.

...
21 vídeos ((Total 137 mín.)), 10 leituras, 4 testes
21 videos
Где используется АБ-тестирование3min
Метрики4min
Дизайн эксперимента4min
Устойчивость6min
Размер выборки3min
Одновыборочные критерии Стьюдента10min
Двухвыборочные критерии Стьюдента, независимые выборки7min
Двухвыборочные критерии Стьюдента, связанные выборки4min
Нормальность выборок8min
Пример: применение критериев Стьюдента9min
Гипотезы о долях8min
Пример: проверка гипотез о долях8min
Как работают непараметрические критерии?2min
Критерии знаков6min
Ранговые критерии9min
Перестановочные критерии8min
Перестановки и бутстреп7min
Пример: одновыборочные непараметрические критерии7min
Пример: двухвыборочные непараметрические критерии (связанные выборки)6min
Пример: двухвыборочные непараметрические критерии (независимые выборки)6min
10 leituras
Конспект10min
Применение критериев Стьюдента [ipython notebook]10min
Проверка гипотез о долях [ipython notebook]10min
Слайды к лекциям10min
Конспект10min
Одновыборочные непараметрические критерии [ipython notebook]10min
Двухвыборочные непараметрические критерии (связанные выборки) [ipython notebook]10min
Двухвыборочные непараметрические критерии (независимые выборки) [ipython notebook]10min
Слайды к лекциям10min
Конспект10min
4 exercícios práticos
Планирование эксперимента8min
Критерии Стьюдента14min
Параметрические критерии14min
Непараметрические критерии14min
Semana
3
6 horas para concluir

Закономерности и зависимости

На этой неделе мы будем искать закономерности и выявлять зависимости. Для этого можно использовать разные методы; мы поговорим о корреляционных и регрессионных. Поскольку в основе этих методов лежит проверка большого количества гипотез, необходимо делать поправку на множественность — почему и как, вы тоже узнаете.

...
22 vídeos ((Total 144 mín.)), 11 leituras, 6 testes
22 videos
Внешние факторы, влияющие на продажи4min
Корреляция Пирсона3min
Корреляция Спирмена3min
Корреляция Мэтьюса и коэффициент Крамера4min
Пример: поиск взаимосвязей с помощью корреляции7min
Значимость корреляции8min
Булщит и консервативность8min
Корреляция и причинно-следственная связь3min
В чем проблема?5min
Постановка4min
FWER. Поправка Бонферрони5min
FWER. Метод Холма4min
FDR. Метод Бенджамини-Хохберга5min
Пример: поправки на множественную проверку при корреляционном анализе7min
Анализ подгрупп6min
Взаимосвязь нескольких признаков4min
Свойства решения задачи8min
Интервалы и гипотезы9min
Проверка предположений7min
Регрессия и причинно-следственные связи9min
Пример: оценка зависимости с помощью регрессии19min
11 leituras
Конспект10min
Поиск взаимосвязей с помощью корреляции [ipython notebook]10min
Слайды к лекциям10min
Конспект10min
Поправки на множественную проверку при корреляционном анализе [ipython notebook]10min
Слайды к лекциям10min
Конспект10min
Оценка зависимости с помощью регрессии [ipython notebook]10min
Слайды к лекциям10min
Конспект10min
Q&A10min
6 exercícios práticos
Коэффициенты корреляции10min
Корреляционный анализ20min
Поправки на множественную проверку12min
Множественная проверка гипотез16min
Теория построения регрессии10min
Практика построения регрессии20min
Semana
4
1 hora para concluir

Неделя задач

На этой неделе мы поговорим с экспертами в прикладных областях анализа данных и узнаем, чем особенны их задачи, какие методы построения выводов они используют, и на что они советуют обращать внимание. Для прохождения курса вам нужно решить как минимум два задания, но, если вам интересно, вы можете сделать все.

...
3 leituras
3 leituras
Список литературы10min
Финальные титры10min
Стань ментором специализации10min
6 horas para concluir

Неделя задач: Lesson Choices

...
4 vídeos ((Total 57 mín.)), 4 testes
4 videos
Интервью с Алексеем Шатерниковым про скоринг15min
Интервью с Еленой Кунаковой18min
Интервью с Алексеем Шатерниковым про отток12min
2 exercícios práticos
Анализ результатов АБ-теста14min
Анализ эффективности удержания18min
4.7
103 avaliaçõesChevron Right

43%

comecei uma nova carreira após concluir estes cursos

57%

consegui um benefício significativo de carreira com este curso

Principais avaliações do Построение выводов по данным

por PKMay 4th 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

por SMJun 27th 2016

Интересный и достаточно сложный для меня курс. Не хватает только методички с кратким описанием основных методов, критериев и условий их применения.

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.