このコースについて

72,717 最近の表示
共有できる証明書
修了時に証明書を取得
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37時間で修了
ロシア語
共有できる証明書
修了時に証明書を取得
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37時間で修了
ロシア語

提供:

Placeholder

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

Placeholder

ФРОО

Placeholder

Mail.Ru Group

シラバス - 本コースの学習内容

コンテンツの評価Thumbs Up66%(3,006 件の評価)Info
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 学習用教材, 4 個のテスト
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

4時間で修了

Визуализация данных и статистика

4時間で修了
15件のビデオ (合計81分), 4 学習用教材, 3 個のテスト
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 学習用教材, 7 個のテスト
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 学習用教材, 6 個のテスト
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
Кластеризация30 分
Практика по кластеризации1 時間
Методы понижения размерности10 分
PCA1 時間
Рекомендательные системы10 分
Создание рекомендательной системы1 時間

レビュー

PYTHON ДЛЯ АНАЛИЗА ДАННЫХ からの人気レビュー

すべてのレビューを見る

Программирование на Python専門講座について

Программирование на Python

よくある質問

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。