Влияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. Данные почти всегда содержат шум, поэтому утверждения, которые можно сделать на их основе, верны не всегда, а только с определённой вероятностью. Строить наиболее корректные выводы и численно оценивать степень уверенности в них помогают методы статистики.
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
85,451 visualizações recentes
Resultados de carreira do aprendiz
33%
comecei uma nova carreira após concluir estes cursos
43%
consegui um benefício significativo de carreira com este curso
50%
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 avançado
Aprox. 23 horas para completar
Russo
Legendas: Russo
Habilidades que você terá
A/B TestingData AnalysisCorrelation And DependenceStatistical Hypothesis TestingStatistics
Resultados de carreira do aprendiz
33%
comecei uma nova carreira após concluir estes cursos
43%
consegui um benefício significativo de carreira com este curso
50%
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 avançado
Aprox. 23 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
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.
6 horas para concluir
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
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.
5 horas para concluir
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
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.
6 horas para concluir
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
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.
1 hora para concluir
3 leituras
3 leituras
Список литературы10min
Финальные титры10min
Стань ментором специализации10min
6 horas para concluir
Неделя задач: Lesson Choices
6 horas para concluir
4 vídeos (Total 57 mín.)
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
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.
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.
Perguntas Frequentes – FAQ
Quando terei acesso às palestras e às tarefas?
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.
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.
Qual é a política de reembolso?
Se você se inscrever, terá 7 dias para testar sem custo e, durante este período, pode cancelar sem multa. Depois disso, não reembolsamos, mas você pode cancelar sua inscrição a qualquer momento. Veja nossa política para o reembolso total.
Existe algum auxílio financeiro disponível?
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.
