このコースについて
221,308 最近の表示

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

初級レベル

約28時間で修了

推奨:8 hours/week...

ロシア語

字幕:ロシア語

習得するスキル

ScipyStatisticsPython ProgrammingNumpy

100%オンライン

自分のスケジュールですぐに学習を始めてください。

柔軟性のある期限

スケジュールに従って期限をリセットします。

初級レベル

約28時間で修了

推奨:8 hours/week...

ロシア語

字幕:ロシア語

シラバス - 本コースの学習内容

1
8時間で修了

Введение

19件のビデオ (合計115分), 12 readings, 7 quizzes
19件のビデオ
Как устроена специализация и зачем ее проходить3 分
Как устроен этот курс и в чем его главная особенность1 分
МФТИ1 分
Что такое Python и почему мы выбрали именно его6 分
Как установить Анаконду. Windows3 分
Как установить Анаконду. Linux4 分
Как установить Анаконду. Mac3 分
Что такое ноутбуки и как ими пользоваться10 分
Типы данных16 分
Циклы, функции, генераторы, list comprehension13 分
Чтение данных из файлов11 分
Запись файлов, изменение файлов8 分
Функции и их свойства6 分
Предел и производная4 分
Геометрический смысл производной2 分
Производная сложной функции2 分
Задача нахождения экстремума3 分
Вторая производная и выпуклость5 分
12件の学習用教材
Формат специализации и получение сертификата2 分
МФТИ10 分
Немного о Yandex10 分
Python FAQ10 分
Forum&Chat10 分
Знакомство с IPython Notebook10 分
Конспект30 分
Типы данных (ipython notebook)10 分
Чтение данных из файлов (ipython notebook)10 分
Запись файлов, изменение файлов (ipython notebook)10 分
Конспект30 分
Конспект10 分
6の練習問題
Работа с IPython Notebook10 分
Знакомство с Python10 分
Работа с файлами в Python10 分
Синтаксис Python10 分
Функции и экстремумы10 分
Производная и её применения10 分
2
8時間で修了

Библиотеки Python и линейная алгебра

14件のビデオ (合計97分), 8 readings, 10 quizzes
14件のビデオ
Pandas. Индексация и селекция13 分
Первое знакомство NumPy, SciPy и Matplotlib16 分
Решение оптимизационных задач в SciPy4 分
Знакомство с линейной алгеброй5 分
Векторные пространства3 分
Линейная независимость6 分
Операции в векторных пространствах6 分
Зачем нужны матрицы?5 分
Матричные операции7 分
Ранг и определитель5 分
Системы линейных уравнений4 分
Особые виды матриц4 分
Собственные числа и векторы3 分
8件の学習用教材
Pandas. DataFrame (ipython notebook)10 分
Pandas. Индексация и селекция (ipython notebook)10 分
Первое знакомство с Numpy, Scipy и Matplotlib (ipython notebook)10 分
Оптимизация в Scipy (ipython notebook)10 分
NumPy: векторы и операции над ними10 分
Конспект30 分
NumPy: матрицы и операции над ними10 分
Конспект30 分
9の練習問題
Pandas10 分
Numpy10 分
Pandas, Numpy, Scipy, Matplotlib10 分
Базовые понятия линейной алгебры10 分
Линейная независимость и размерность10 分
Векторные пространства и NumPy10 分
Что можно делать с матрицами?10 分
Разрешимость систем линейных уравнений и ранги10 分
Матрицы и NumPy10 分
3
6時間で修了

Оптимизация и матричные разложения

12件のビデオ (合計47分), 3 readings, 7 quizzes
12件のビデオ
Применение градиента3 分
Производная по направлению2 分
Касательная плоскость и линейное приближение2 分
Направление наискорейшего роста2 分
Оптимизация негладких функций4 分
Метод имитации отжига4 分
Генетические алгоритмы и дифференциальная эволюция4 分
Нелдер-Мид3 分
Разложения матриц в произведение, сингулярное разложение3 分
Приближение матрицей меньшего ранга5 分
Связь сингулярного разложения и приближения матрицей меньшего ранга6 分
3件の学習用教材
Конспект30 分
Конспект30 分
Конспект30 分
6の練習問題
Частные производные10 分
Градиент и его применения10 分
Повторение: гладкость и градиентный спуск10 分
Методы оптимизации в негладких задачах10 分
Повторение линейной алгебры10 分
Матричные разложения10 分
4
6時間で修了

Случайность

11件のビデオ (合計59分), 7 readings, 7 quizzes
11件のビデオ
Свойства вероятности3 分
Условная вероятность2 分
Дискретные случайные величины4 分
Непрерывные случайные величины7 分
Оценка распределения по выборке6 分
Важные характеристики распределений6 分
Важные статистики5 分
Центральная предельная теорема5 分
Доверительные интервалы6 分
Бонусное видео6 分
7件の学習用教材
Работа со случайными величинами (ipython notebook)10 分
Конспект30 分
Оценка распределения по выборке (ipython notebook)10 分
Конспект30 分
Материалы к бонусному видео10 分
Список литературы10 分
Финальные титры10 分
6の練習問題
Вероятность10 分
Случайные величины10 分
Вероятность и случайные величины20 分
Распределения, параметры и оценки10 分
ЦПТ и доверительные интервалы10 分
Статистики20 分
4.8
702件のレビューChevron Right

40%

コース終了後に新しいキャリアをスタートした

44%

コースが具体的なキャリアアップにつながった

27%

昇給や昇進につながった

Математика и Python для анализа данных からの人気レビュー

by GDAug 9th 2018

Лучший вводный курс, который я видел. Есть мелкие огрехи в изложении математической части, но это ерунда по сравнению с четкостью и полнотой изложения программистской части и обилием примеров. Спасибо

by KAFeb 16th 2016

Прошел много курсов по Data Science, этот курс не разочаровал. Подается в лучших западных традициях. Неформально объясняется материал, много примеров. Надеюсь, и дальше специализация не подкачает.

モスクワ物理工科大学(Moscow Institute of Physics and Technology)について

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....

Yandexについて

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....

Машинное обучение и анализ данных専門講座について

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

よくある質問

  • 修了証に登録すると、すべてのビデオ、テスト、およびプログラミング課題(該当する場合)にアクセスできます。ピアレビュー課題は、セッションが開始してからのみ、提出およびレビューできます。購入せずにコースを検討することを選択する場合、特定の課題にアクセスすることはできません。

  • コースに登録する際、専門講座のすべてのコースにアクセスできます。コースの完了時には修了証を取得できます。電子修了証が成果のページに追加され、そこから修了証を印刷したり、LinkedInのプロフィールに追加したりできます。コースの内容の閲覧のみを希望する場合は、無料でコースを聴講できます。

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。