このコースについて

31,472 最近の表示

Learner Career Outcomes

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。

中級レベル

約50時間で修了

推奨:6 недель обучения, 7-9 часов в неделю...

ロシア語

字幕:ロシア語

Learner Career Outcomes

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。

中級レベル

約50時間で修了

推奨:6 недель обучения, 7-9 часов в неделю...

ロシア語

字幕:ロシア語

シラバス - 本コースの学習内容

1

1

5時間で修了

Математика и Python для анализа данных

5時間で修了
12件のビデオ (合計65分), 10 readings, 4 quizzes
12件のビデオ
Векторы и матрицы3 分
Определитель матрицы1 分
Операции с матрицами. Собственные числа матриц4 分
Знакомство с библиотекой Numpy14 分
Знакомство с библиотекой scipy5 分
Знакомство с библиотекой Pandas2 分
Объект pandas.Series4 分
Объект pandas.DataFrame9 分
Группировка данных6 分
Работа с несколькими таблицами7 分
Преобразование признаков3 分
10件の学習用教材
Telegram и форум курса10 分
Mail.Ru Group5 分
Фонд развития онлайн-образования5 分
Математика10 分
Дополнительная литература10 分
Установка Anaconda10 分
Документация и другие источники10 分
Документация и другие источники10 分
Тест Pandas - решение от преподавателей10 分
Конспект 1-ой недели10 分
4の練習問題
Основные понятия математического анализа10 分
Основные понятия линейной алгебры20 分
Numpy и scipy50 分
Pandas1 時間
2

2

5時間で修了

Визуализация данных и статистика

5時間で修了
15件のビデオ (合計81分), 4 readings, 3 quizzes
15件のビデオ
Визуализация с matplotlib8 分
Расширенная визуализация с matplotlib8 分
Визуализация с pandas8 分
Интерактивная визуализация с plotly10 分
Определение вероятности5 分
Случайная величина4 分
Показатели центра распределения4 分
Нормальное распределение3 分
Центральная предельная теорема1 分
Зависимость между случайными величинами2 分
Распределение Стьюдента1 分
Статистика в scipy6 分
Доверительный интервал8 分
Проверка гипотез и распределение Стьюдента5 分
4件の学習用教材
Дополнительные источники по визуализации10 分
Дополнительные источники по статистике10 分
Практика по статистике – решение от преподавателей10 分
Конспект 2-ой недели10 分
2の練習問題
Статистический анализ10 分
Практика по статистике1 時間
3

3

8時間で修了

Обучение с учителем

8時間で修了
13件のビデオ (合計61分), 8 readings, 7 quizzes
13件のビデオ
Виды машинного обучения7 分
Линейная регрессия2 分
Функционал качества и градиентный спуск3 分
Логистическая регрессия2 分
Применение линейных моделей9 分
Данные и переобучение8 分
Метрики качества4 分
Применение метрик качества8 分
Решающие деревья2 分
Случайный лес3 分
Градиентный бустинг2 分
Применение ансамблевых моделей5 分
8件の学習用教材
Дополнительные источники по линейным моделям10 分
Применение линейной регрессии – решение от преподавателей10 分
Дополнительные источники по измерению качества моделей10 分
Регуляризация – решение от преподавателей10 分
Метрики качества – решение от преподавателей10 分
Дополнительные источники по ансамблевым моделям10 分
Практика по ансамблевым моделям – решение от преподавателей10 分
Конспект 3-ей недели10 分
7の練習問題
Линейные модели15 分
Применение линейной регрессии1 時間
Измерение качества моделей20 分
Регуляризация1 時間
Метрики качества1 時間
Ансамблевые модели10 分
Практика по ансамблевым моделям2 時間
4

4

7時間で修了

Методы обучения без учителя

7時間で修了
20件のビデオ (合計124分), 7 readings, 6 quizzes
20件のビデオ
Задача кластеризации, группы методов3 分
Метод K-средних7 分
Практика. Метод K-средних5 分
Иерархическая кластеризация. Агломеративный алгоритм5 分
Практика. Иерархическая кластеризация8 分
DBSCAN6 分
Практическое применение DBSCAN7 分
Оценки качества кластеризации7 分
Мотивация3 分
Метод Главных Компонент (Principal Component Analysis)7 分
Сингулярное разложение матрицы и связь с PCA2 分
Практика. Применение PCA на данных11 分
Многомерное шкалирование6 分
T-SNE5 分
Практика. Применение T-SNE на данных5 分
Рекомендательные системы6 分
Методы коллаборативной фильтрации5 分
Методы с матричными разложениями4 分
Практика. Матрица рейтингов и SVD11 分
7件の学習用教材
Дополнительные источники по кластеризации10 分
Практика по кластеризации – решение от преподавателей10 分
Дополнительные источники по методам понижения размерности10 分
PCA – решение от преподавателей10 分
Дополнительные источники по рекомендательным системам10 分
Создание рекомендательной системы – решение от преподавателей10 分
Конспект 4-ой недели10 分
6の練習問題
Кластеризация10 分
Практика по кластеризации1 時間
Методы понижения размерности10 分
PCA1 時間
Рекомендательные системы10 分
Создание рекомендательной системы1 時間
4.5

12件のレビュー

Chevron Right

Python для анализа данных からの人気レビュー

by SNov 24th 2019

Good starting Python ML packages course for people who knew something about ML and programming and statistics.\n\nThere are some technical problems which could have been eliminated but hadn't.

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....

ФРООについて

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....

Mail.Ru Groupについて

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....

Программирование на Python専門講座について

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....
Программирование на Python

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。