À propos de ce cours
6,538 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 7 heures pour terminer

Recommandé : 5 недель обучения, 3-5 часов в неделю...

Russe

Sous-titres : Russe

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 7 heures pour terminer

Recommandé : 5 недель обучения, 3-5 часов в неделю...

Russe

Sous-titres : Russe

Les étudiants prenant part à ce Course sont

  • Therapists
  • Data Scientists
  • Data Analysts
  • Software Engineers

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
3 heures pour terminer

Одновыборочные и двухвыборочные критерии

9 vidéos (Total 70 min), 9 lectures, 6 quiz
9 vidéos
1.1. Введение в межгрупповые сравнения9 min
1.2. Одновыборочные критерии сравнения средних7 min
1.3. Сравнение двух независимых выборок8 min
1.4. Сравнение дисперсий двух независимых выборок9 min
1.5. Сравнение распределений двух независимых выборок5 min
1.6. Сравнение двух связанных выборок5 min
1.7. Критерии равенства групп. Практика11 min
1.8. Сравнение средних в SPSS. Практика7 min
9 lectures
О чём этот курс и как он устроен10 min
Дополнительные материалы по статистическим пакетам10 min
Данные, на которые мы опираемся10 min
1.1. Введение в межгрупповые сравнения (презентация)10 min
1.2. Одновыборочные критерии сравнения средних (презентация)10 min
1.3. Сравнение двух независимых выборок (презентация)10 min
1.4. Сравнение дисперсий двух независимых выборок (презентация)10 min
1.5. Сравнение распределений двух независимых выборок (презентация)10 min
1.6. Сравнение двух связанных выборок (презентация)10 min
6 exercices pour s'entraîner
Вопросы для самопроверки6 min
Вопросы для самопроверки4 min
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Одновыборочные и двухвыборочные критерии20 min
Semaine
2
3 heures pour terminer

Сравнение нескольких выборок

9 vidéos (Total 61 min), 6 lectures, 7 quiz
9 vidéos
2.2. Сравнение средних для k независимых выборок: непараметрический случай5 min
2.3. Сравнение средних для нескольких связанных выборок10 min
2.4. Критерий Фридмана6 min
2.5. Биномиальные данные4 min
2.6. Проверка соответствия выборочных пропорций теоретическим7 min
2.7. Проверка гипотез о равенстве средних для нескольких зависимых и независимых групп в R. Практика8 min
2.8. Сравнение средних в SPSS: k-выборочные критерии. Практика7 min
Сравнение средних в SPSS: тесты для связанных выборок. Практика5 min
6 lectures
2.1. Сравнение средних для k независимых выборок: параметрический случай (презентация)10 min
2.2. Сравнение средних для k независимых выборок: непараметрический случай (презентация)10 min
2.3. Сравнение средних для нескольких связанных выборок (презентация)10 min
2.4. Критерий Фридмана (презентация)10 min
2.5. Биномиальные данные (презентация)10 min
2.6. Проверка соответствия выборочных пропорций теоретическим (презентация)10 min
7 exercices pour s'entraîner
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Сравнение нескольких выборок20 min
Semaine
3
3 heures pour terminer

Введение в кластерный анализ

8 vidéos (Total 55 min), 6 lectures, 6 quiz
8 vidéos
3.2. Меры сходства. Меры расстояния4 min
3.3. Корреляционные меры сходства и меры ассоциативности7 min
3.4. Иерархический кластерный анализ7 min
3.5. Определение оптимального количества кластеров8 min
3.6. Иерархический кластерный анализ: пример10 min
3.7. Иерархический кластерный анализ в R. Практика3 min
3.8. Иерархический кластерный анализ в SPSS. Практика6 min
6 lectures
3.1. Особенности методов кластерного анализа (презентация)10 min
3.2. Меры сходства. Меры расстояния (презентация)10 min
3.3. Корреляционные меры сходства и меры ассоциативности (презентация)10 min
3.4. Иерархический кластерный анализ (презентация)10 min
3.5. Определение оптимального количества кластеров (презентация)10 min
3.6. Иерархический кластерный анализ: пример (презентация)10 min
6 exercices pour s'entraîner
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Введение в кластерный анализ20 min
Semaine
4
3 heures pour terminer

Итерационные методы кластерного анализа

8 vidéos (Total 50 min), 6 lectures, 5 quiz
8 vidéos
4.2. Метод K-средних. Пример5 min
4.3. Алгоритм Forel4 min
4.4. Forel. Пример4 min
4.5. Способы оценки качества кластеризации8 min
4.6. Графические инструменты в кластерном анализе6 min
4.7. Построение кластерного анализа с помощью k-средних в R. Практика7 min
4.8. Построение кластерного анализа методом k-средних в SPSS. Практика7 min
6 lectures
4.1. Метод k-средних (презентация)10 min
4.2. Метод K-средних. Пример (презентация)10 min
4.3. Forel. Пример работы алгоритма (презентация)10 min
4.4. Forel. Пример (презентация)10 min
4.5. Способы оценки качества кластеризации (презентация)10 min
4.6. Графические инструменты в кластерном анализе (презентация)10 min
5 exercices pour s'entraîner
Вопросы для самопроверки6 min
Вопросы для самопроверки6 min
Вопросы для самопроверки4 min
Вопросы для самопроверки6 min
Итерационные методы кластерного анализа20 min

Enseignants

Avatar

Olga Echevskaya

доцент, кандидат социологических наук
Кафедра общей социологии ЭФ НГУ
Avatar

Виктор Дёмин

Специалист по анализу данных, кандидат технических наук
Компания 2GIS
Avatar

Наталья Галанова

Специалист по анализу данных
Компания 2GIS

À propos de Université d'État de Novossibirsk

Novosibirsk State University (NSU) is a research university located in Novosibirsk Akademgorodok, the world-famous scientific center in Siberia. 80% of NSU teachers are active researchers affiliated with the Russian Academy of Sciences; therefore education is closely linked to world-class science: our students get first-hand knowledge about scientific discoveries before they are published. Nearly 6000 students (including international students from 37 countries) are enrolled at undergraduate and graduate programs offered by 13 departments. The leading areas of NSU expertise are natural sciences, life sciences, physics, math, IT, and more....

À propos du Spécialisation Анализ данных

В рамках специализации вы освоите основные методы работы с количественными данными, в том числе основы теории вероятностей и математической статистики, инструменты исследования связей между признаками, научитесь строить прогнозы на основе регрессионных моделей, сравнивать группы, выделять группы методами кластерного анализа, строить классификации, визуализировать данные, интерпретировать и представлять результаты статистического анализа. Вы примените эти методы на учебных примерах и сможете адаптировать их под специфику ваших данных и задач. В курсах специализации мы рассмотрим, как оценить связь условий труда и удовлетворенности работой, как спрогнозировать количество кликов на сайт компании, как разделить университеты на классы, как выявить стратегии поиска работы, как отличить геозависимую рубрику от геонезависимой, и множество других практических задач. Кроме того, мы научимся решать такие задачи в популярных средах анализа данных (SPSS и R). В заключительной части каждого курса вам предстоит выполнить проект на реальных данных, который позволит применить полученные знания на практике и продемонстрировать умение анализировать и представлять результаты анализа статистически и графически. Специализация разработана Новосибирским государственным университетом, одним из ведущих исследовательских университетов России и мира, совместно с 2GIS, известной международной технологической компанией, которая разрабатывает сервисы для комфортной жизни в городе....
Анализ данных

Foire Aux Questions

  • 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.

  • 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.

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