Data science — одна из самых горячих областей на сегодняшний день, а Python — один из самых популярных инструментов для анализа данных. В этом курсе вы узнаете, как применять свои навыки программирования для построения предиктивных моделей, визуализации данных и работы с нейросетями. Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей.
Ce cours fait partie de la Spécialisation Программирование на Python
Python для анализа данных
Offert par
Institut de physique et de technologie de Moscou
ФРОО
Mail.Ru Group
Programme du cours : ce que vous apprendrez dans ce cours
Semaine
15 heures pour terminer
Математика и Python для анализа данных
12 vidéos (Total 65 min), 10 lectures, 4 quiz
12 vidéos
Приветствие2 min
Векторы и матрицы3 min
Определитель матрицы1 min
Операции с матрицами. Собственные числа матриц4 min
Знакомство с библиотекой Numpy14 min
Знакомство с библиотекой scipy5 min
Знакомство с библиотекой Pandas2 min
Объект pandas.Series4 min
Объект pandas.DataFrame9 min
Группировка данных6 min
Работа с несколькими таблицами7 min
Преобразование признаков3 min
10 lectures
Telegram и форум курса10 min
Mail.Ru Group5 min
Фонд развития онлайн-образования5 min
Математика10 min
Дополнительная литература10 min
Установка Anaconda10 min
Документация и другие источники10 min
Документация и другие источники10 min
Тест Pandas - решение от преподавателей10 min
Конспект 1-ой недели10 min
4 exercices pour s'entraîner
Основные понятия математического анализа10 min
Основные понятия линейной алгебры20 min
Numpy и scipy50 min
Pandas1 h
Semaine
25 heures pour terminer
Визуализация данных и статистика
15 vidéos (Total 81 min), 4 lectures, 3 quiz
15 vidéos
О неделе 255s
Визуализация с matplotlib8 min
Расширенная визуализация с matplotlib8 min
Визуализация с pandas8 min
Интерактивная визуализация с plotly10 min
Определение вероятности5 min
Случайная величина4 min
Показатели центра распределения4 min
Нормальное распределение3 min
Центральная предельная теорема1 min
Зависимость между случайными величинами2 min
Распределение Стьюдента1 min
Статистика в scipy6 min
Доверительный интервал8 min
Проверка гипотез и распределение Стьюдента5 min
4 lectures
Дополнительные источники по визуализации10 min
Дополнительные источники по статистике10 min
Практика по статистике – решение от преподавателей10 min
Конспект 2-ой недели10 min
2 exercices pour s'entraîner
Статистический анализ10 min
Практика по статистике1 h
Semaine
38 heures pour terminer
Обучение с учителем
13 vidéos (Total 61 min), 8 lectures, 7 quiz
13 vidéos
Введение56s
Виды машинного обучения7 min
Линейная регрессия2 min
Функционал качества и градиентный спуск3 min
Логистическая регрессия2 min
Применение линейных моделей9 min
Данные и переобучение8 min
Метрики качества4 min
Применение метрик качества8 min
Решающие деревья2 min
Случайный лес3 min
Градиентный бустинг2 min
Применение ансамблевых моделей5 min
8 lectures
Дополнительные источники по линейным моделям10 min
Применение линейной регрессии – решение от преподавателей10 min
Дополнительные источники по измерению качества моделей10 min
Регуляризация – решение от преподавателей10 min
Метрики качества – решение от преподавателей10 min
Дополнительные источники по ансамблевым моделям10 min
Практика по ансамблевым моделям – решение от преподавателей10 min
Конспект 3-ей недели10 min
7 exercices pour s'entraîner
Линейные модели15 min
Применение линейной регрессии1 h
Измерение качества моделей20 min
Регуляризация1 h
Метрики качества1 h
Ансамблевые модели10 min
Практика по ансамблевым моделям2 h
Semaine
47 heures pour terminer
Методы обучения без учителя
20 vidéos (Total 124 min), 7 lectures, 6 quiz
20 vidéos
О неделе 41 min
Задача кластеризации, группы методов3 min
Метод K-средних7 min
Практика. Метод K-средних5 min
Иерархическая кластеризация. Агломеративный алгоритм5 min
Практика. Иерархическая кластеризация8 min
DBSCAN6 min
Практическое применение DBSCAN7 min
Оценки качества кластеризации7 min
Мотивация3 min
Метод Главных Компонент (Principal Component Analysis)7 min
Сингулярное разложение матрицы и связь с PCA2 min
Практика. Применение PCA на данных11 min
Многомерное шкалирование6 min
T-SNE5 min
Практика. Применение T-SNE на данных5 min
Рекомендательные системы6 min
Методы коллаборативной фильтрации5 min
Методы с матричными разложениями4 min
Практика. Матрица рейтингов и SVD11 min
7 lectures
Дополнительные источники по кластеризации10 min
Практика по кластеризации – решение от преподавателей10 min
Дополнительные источники по методам понижения размерности10 min
PCA – решение от преподавателей10 min
Дополнительные источники по рекомендательным системам10 min
Создание рекомендательной системы – решение от преподавателей10 min
Конспект 4-ой недели10 min
6 exercices pour s'entraîner
Кластеризация10 min
Практика по кластеризации1 h
Методы понижения размерности10 min
PCA1 h
Рекомендательные системы10 min
Создание рекомендательной системы1 h
4.4
10 avisMeilleurs avis pour Python для анализа данных
Хотелось бы более подробные уроки по машинному обучению. Думаю, если увеличить количество недель обучения и увеличить количество материала, было бы лучше
Enseignants
Александр Жебрак
Технический директор Insilico Medicine
Шестаков Андрей Владимирович
Mail.ru Group
À propos de Institut de physique et de technologie 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.
À propos de ФРОО
Фонд развития онлайн-образования 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.
À propos de Mail.Ru Group
Mail.Ru Group, международный бренд My.com – крупнейший холдинг в России по дневной мобильной аудитории. В рамках стратегии communitainment Mail.Ru Group развивает единую интегрированную платформу коммуникационных и развлекательных интернет-сервисов. Компании принадлежат лидирующий почтовый сервис, один из крупнейших порталов в рунете, крупнейшие русскоязычные социальные сети – ВКонтакте, Одноклассники и Мой Мир, а также два популярных в России и СНГ мессенджера – Агент Mail.Ru и ICQ.
À propos du Spécialisation Программирование на Python
Программа состоит из четырех курсов, каждый из которых раскрывает определенную тему в Python. Сначала вы научитесь основным конструкциям языка и другим особенностям программирования на Python, далее углубитесь в объектно-ориентированное программирование. Научитесь создавать веб-сервисы и проводить анализ данных. Программа подойдет для студентов и профессионалов с начальными навыками программирования.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si je m'abonne à cette Spécialisation ?
Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera propose un accès universel à la meilleure formation au monde,
en partenariat avec des universités et des organisations du plus haut niveau, pour proposer des cours en ligne.
© 2019 Coursera Inc. Tous droits réservés.
