À propos de ce cours
4.8
3,203 ratings
569 reviews
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. Для успешного применения методов анализа данных нужно уметь программировать. Фактическим стандартом для этого в наши дни является язык Python. В данном курсе мы предлагаем познакомиться с его синтаксисом, а также научиться работать с его основными библиотеками, полезными для анализа данных, например, NumPy, SciPy, Matplotlib и Pandas....
Globe

Cours en ligne à 100 %

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Calendar

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Beginner Level

Niveau débutant

Clock

Recommandé : 7 hours/week

Approx. 28 heures pour terminer
Comment Dots

Russian

Sous-titres : Russian

Compétences que vous acquerrez

ScipyStatisticsPython ProgrammingNumpy
Globe

Cours en ligne à 100 %

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Calendar

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Beginner Level

Niveau débutant

Clock

Recommandé : 7 hours/week

Approx. 28 heures pour terminer
Comment Dots

Russian

Sous-titres : Russian

Programme du cours : ce que vous apprendrez dans ce cours

1

Section
Clock
8 heures pour terminer

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....
Reading
19 vidéos (Total 115 min), 12 lectures, 7 quiz
Video19 vidéos
Как устроена специализация и зачем ее проходить3 min
Как устроен этот курс и в чем его главная особенность1 min
МФТИ1 min
Что такое Python и почему мы выбрали именно его6 min
Как установить Анаконду. Windows3 min
Как установить Анаконду. Linux4 min
Как установить Анаконду. Mac3 min
Что такое ноутбуки и как ими пользоваться10 min
Типы данных16 min
Циклы, функции, генераторы, list comprehension13 min
Чтение данных из файлов11 min
Запись файлов, изменение файлов8 min
Функции и их свойства6 min
Предел и производная4 min
Геометрический смысл производной2 min
Производная сложной функции2 min
Задача нахождения экстремума3 min
Вторая производная и выпуклость5 min
Reading12 lectures
Формат специализации и получение сертификата2 min
МФТИ10 min
Немного о Yandex10 min
Python FAQ10 min
Forum&Chat10 min
Знакомство с IPython Notebook10 min
Конспект30 min
Типы данных (ipython notebook)10 min
Чтение данных из файлов (ipython notebook)10 min
Запись файлов, изменение файлов (ipython notebook)10 min
Конспект30 min
Конспект10 min
Quiz6 exercices pour s'entraîner
Работа с IPython Notebook10 min
Знакомство с Python10 min
Работа с файлами в Python10 min
Синтаксис Python10 min
Функции и экстремумы10 min
Производная и её применения10 min

2

Section
Clock
8 heures pour terminer

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....
Reading
14 vidéos (Total 97 min), 8 lectures, 10 quiz
Video14 vidéos
Pandas. Индексация и селекция13 min
Первое знакомство NumPy, SciPy и Matplotlib16 min
Решение оптимизационных задач в SciPy4 min
Знакомство с линейной алгеброй5 min
Векторные пространства3 min
Линейная независимость6 min
Операции в векторных пространствах6 min
Зачем нужны матрицы?5 min
Матричные операции7 min
Ранг и определитель5 min
Системы линейных уравнений4 min
Особые виды матриц4 min
Собственные числа и векторы3 min
Reading8 lectures
Pandas. DataFrame (ipython notebook)10 min
Pandas. Индексация и селекция (ipython notebook)10 min
Первое знакомство с Numpy, Scipy и Matplotlib (ipython notebook)10 min
Оптимизация в Scipy (ipython notebook)10 min
NumPy: векторы и операции над ними10 min
Конспект30 min
NumPy: матрицы и операции над ними10 min
Конспект30 min
Quiz9 exercices pour s'entraîner
Pandas10 min
Numpy10 min
Pandas, Numpy, Scipy, Matplotlib10 min
Базовые понятия линейной алгебры10 min
Линейная независимость и размерность10 min
Векторные пространства и NumPy10 min
Что можно делать с матрицами?10 min
Разрешимость систем линейных уравнений и ранги10 min
Матрицы и NumPy10 min

3

Section
Clock
6 heures pour terminer

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. ...
Reading
12 vidéos (Total 47 min), 3 lectures, 7 quiz
Video12 vidéos
Применение градиента3 min
Производная по направлению2 min
Касательная плоскость и линейное приближение2 min
Направление наискорейшего роста2 min
Оптимизация негладких функций4 min
Метод имитации отжига4 min
Генетические алгоритмы и дифференциальная эволюция4 min
Нелдер-Мид3 min
Разложения матриц в произведение, сингулярное разложение3 min
Приближение матрицей меньшего ранга5 min
Связь сингулярного разложения и приближения матрицей меньшего ранга6 min
Reading3 lectures
Конспект30 min
Конспект30 min
Конспект30 min
Quiz6 exercices pour s'entraîner
Частные производные10 min
Градиент и его применения10 min
Повторение: гладкость и градиентный спуск10 min
Методы оптимизации в негладких задачах10 min
Повторение линейной алгебры10 min
Матричные разложения10 min

4

Section
Clock
6 heures pour terminer

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....
Reading
11 vidéos (Total 59 min), 7 lectures, 7 quiz
Video11 vidéos
Свойства вероятности3 min
Условная вероятность2 min
Дискретные случайные величины4 min
Непрерывные случайные величины7 min
Оценка распределения по выборке6 min
Важные характеристики распределений6 min
Важные статистики5 min
Центральная предельная теорема5 min
Доверительные интервалы6 min
Бонусное видео6 min
Reading7 lectures
Работа со случайными величинами (ipython notebook)10 min
Конспект30 min
Оценка распределения по выборке (ipython notebook)10 min
Конспект30 min
Материалы к бонусному видео10 min
Список литературы10 min
Финальные титры10 min
Quiz6 exercices pour s'entraîner
Вероятность10 min
Случайные величины10 min
Вероятность и случайные величины20 min
Распределения, параметры и оценки10 min
ЦПТ и доверительные интервалы10 min
Статистики20 min
4.8
Direction Signs

38%

a commencé une nouvelle carrière après avoir terminé ces cours
Briefcase

83%

a bénéficié d'un avantage concret dans sa carrière grâce à ce cours
Money

29%

a obtenu une augmentation de salaire ou une promotion

Meilleurs avis

par ATAug 23rd 2016

Хороший курс, вспомнил немного линала, python и numpy/scipy. Практические задания интересные и позволяют "набить руку", думаю, ценность курса в основном в упоре на практическое применение навыков.

par OYApr 4th 2016

Отличный курс для начинающих. Всё объясняется очень просто, буквально "на пальцах". Дополнительные материалы всегда можно найти в Интернет, но необходимость в этом практически не возникает.

À propos de Moscow Institute of Physics and Technology

Московский физико-технический институт (неофициально известный как МФТИ или Физтех) является одним из самых престижных в мире учебных и научно-исследовательских институтов. Он готовит высококвалифицированных специалистов в области теоретической и прикладной физики, прикладной математики, информатики, биотехнологии и смежных дисциплин. Физтех был основан в 1951 году Нобелевской премии лауреатами Петром Капицей, Николаем Семеновым, Львом Ландау и Сергеем Христиановичем. Основой образования в МФТИ является уникальная «система Физтеха»: кропотливое воспитание и отбор самых талантливых абитуриентов, фундаментальное образование высшего класса и раннее вовлечение студентов в реальную научно-исследовательскую работу. Среди выпускников МФТИ есть Нобелевские лауреаты, основатели всемирно известных компаний, известные космонавты, изобретатели, инженеры....

À propos de 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....

À propos de la Spécialisation Машинное обучение и анализ данных

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....
Машинное обучение и анализ данных

Foire Aux Questions

  • Once you enroll for a Certificate, you’ll have access to all videos, quizzes, and programming assignments (if applicable). Peer review assignments can only be submitted and reviewed once your session has begun. If you choose to explore the course without purchasing, you may not be able to access certain assignments.

  • When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.