このコースについて
43,290 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。

上級レベル

約39時間で修了

推奨:4 недели обучения, через 2-4 часа / неделю...

ロシア語

字幕:ロシア語

習得するスキル

A/B TestingData AnalysisCorrelation And DependenceStatistical Hypothesis TestingStatistics

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。

上級レベル

約39時間で修了

推奨:4 недели обучения, через 2-4 часа / 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
6時間で修了

Интервалы и гипотезы

Добро пожаловать на курс "Построение выводов по данным"! В этом модуле вы узнаете, как работают базовые статистические техники — интервальное оценивание и проверка гипотез. В тестах вас ждёт большое количество задач с реальными данными на применение этих техник.

...
21件のビデオ (合計106分), 14 readings, 5 quizzes
21件のビデオ
Как устроена специализация, и зачем ее проходить3 分
Выводы и рациональность2 分
Проблемы построения выводов1 分
Примеры прикладных задач1 分
Как устроен этот курс1 分
МФТИ1 分
Интервальные оценки с помощью квантилей4 分
Доверительные интервалы с помощью квантилей6 分
Распределения, производные от нормального5 分
Доверительные интервалы для среднего8 分
Доверительные интервалы для доли8 分
Доверительные интервалы для двух долей5 分
Доверительные интервалы на основе бутстрепа8 分
Проверка гипотез: начало5 分
Ошибки I и II рода3 分
Достигаемый уровень значимости2 分
Статистическая и практическая значимость6 分
Биномиальный критерий для доли7 分
Критерии согласия Пирсона (хи-квадрат)5 分
Связь между проверкой гипотез и доверительными интервалами8 分
14件の学習用教材
Формат специализации и получение сертификата10 分
МФТИ10 分
Немного о Yandex10 分
Forum&Chat10 分
Доверительные интервалы для среднего [ipython notebook]10 分
Доверительные интервалы для доли [ipython notebook]10 分
Доверительные интервалы для двух долей [ipython notebook]10 分
Доверительные интервалы на основе бутстрепа [ipython notebook]10 分
Слайды к лекциям10 分
Конспект10 分
Биномиальный критерий для доли [ipython notebook]10 分
Критерии согласия Пирсона (хи-квадрат) [ipython notebook]10 分
Слайды к лекциям10 分
Конспект10 分
5の練習問題
Доверительные интервалы для среднего14 分
Доверительные интервалы для долей12 分
Доверительные интервалы16 分
Теория проверки гипотез14 分
Практика проверки гипотез10 分
2
5時間で修了

АБ-тестирование

Вторая неделя посвящена задачам АБ-тестирования — статистической технике, позволяющей оценить действие изменений в вашем продукте на конечного пользователя. Вы узнаете, как правильно такой эксперимент строить и какими методами анализировать.

...
21件のビデオ (合計137分), 10 readings, 4 quizzes
21件のビデオ
Где используется АБ-тестирование3 分
Метрики4 分
Дизайн эксперимента4 分
Устойчивость6 分
Размер выборки3 分
Одновыборочные критерии Стьюдента10 分
Двухвыборочные критерии Стьюдента, независимые выборки7 分
Двухвыборочные критерии Стьюдента, связанные выборки4 分
Нормальность выборок8 分
Пример: применение критериев Стьюдента9 分
Гипотезы о долях8 分
Пример: проверка гипотез о долях8 分
Как работают непараметрические критерии?2 分
Критерии знаков6 分
Ранговые критерии9 分
Перестановочные критерии8 分
Перестановки и бутстреп7 分
Пример: одновыборочные непараметрические критерии7 分
Пример: двухвыборочные непараметрические критерии (связанные выборки)6 分
Пример: двухвыборочные непараметрические критерии (независимые выборки)6 分
10件の学習用教材
Конспект10 分
Применение критериев Стьюдента [ipython notebook]10 分
Проверка гипотез о долях [ipython notebook]10 分
Слайды к лекциям10 分
Конспект10 分
Одновыборочные непараметрические критерии [ipython notebook]10 分
Двухвыборочные непараметрические критерии (связанные выборки) [ipython notebook]10 分
Двухвыборочные непараметрические критерии (независимые выборки) [ipython notebook]10 分
Слайды к лекциям10 分
Конспект10 分
4の練習問題
Планирование эксперимента8 分
Критерии Стьюдента14 分
Параметрические критерии14 分
Непараметрические критерии14 分
3
6時間で修了

Закономерности и зависимости

На этой неделе мы будем искать закономерности и выявлять зависимости. Для этого можно использовать разные методы; мы поговорим о корреляционных и регрессионных. Поскольку в основе этих методов лежит проверка большого количества гипотез, необходимо делать поправку на множественность — почему и как, вы тоже узнаете.

...
22件のビデオ (合計144分), 11 readings, 6 quizzes
22件のビデオ
Внешние факторы, влияющие на продажи4 分
Корреляция Пирсона3 分
Корреляция Спирмена3 分
Корреляция Мэтьюса и коэффициент Крамера4 分
Пример: поиск взаимосвязей с помощью корреляции7 分
Значимость корреляции8 分
Булщит и консервативность8 分
Корреляция и причинно-следственная связь3 分
В чем проблема?5 分
Постановка4 分
FWER. Поправка Бонферрони5 分
FWER. Метод Холма4 分
FDR. Метод Бенджамини-Хохберга5 分
Пример: поправки на множественную проверку при корреляционном анализе7 分
Анализ подгрупп6 分
Взаимосвязь нескольких признаков4 分
Свойства решения задачи8 分
Интервалы и гипотезы9 分
Проверка предположений7 分
Регрессия и причинно-следственные связи9 分
Пример: оценка зависимости с помощью регрессии19 分
11件の学習用教材
Конспект10 分
Поиск взаимосвязей с помощью корреляции [ipython notebook]10 分
Слайды к лекциям10 分
Конспект10 分
Поправки на множественную проверку при корреляционном анализе [ipython notebook]10 分
Слайды к лекциям10 分
Конспект10 分
Оценка зависимости с помощью регрессии [ipython notebook]10 分
Слайды к лекциям10 分
Конспект10 分
Q&A10 分
6の練習問題
Коэффициенты корреляции10 分
Корреляционный анализ20 分
Поправки на множественную проверку12 分
Множественная проверка гипотез16 分
Теория построения регрессии10 分
Практика построения регрессии20 分
4
1時間で修了

Неделя задач

На этой неделе мы поговорим с экспертами в прикладных областях анализа данных и узнаем, чем особенны их задачи, какие методы построения выводов они используют, и на что они советуют обращать внимание. Для прохождения курса вам нужно решить как минимум два задания, но, если вам интересно, вы можете сделать все.

...
3 readings
3件の学習用教材
Список литературы10 分
Финальные титры10 分
Стань ментором специализации10 分
6時間で修了

Неделя задач: Lesson Choices

...
4件のビデオ (合計57分), 4 quizzes
4件のビデオ
Интервью с Алексеем Шатерниковым про скоринг15 分
Интервью с Еленой Кунаковой18 分
Интервью с Алексеем Шатерниковым про отток12 分
2の練習問題
Анализ результатов АБ-теста14 分
Анализ эффективности удержания18 分
4.7
103件のレビューChevron Right

43%

コース終了後に新しいキャリアをスタートした

57%

コースが具体的なキャリアアップにつながった

Построение выводов по данным からの人気レビュー

by PKMay 4th 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

by SMJun 27th 2016

Интересный и достаточно сложный для меня курс. Не хватает только методички с кратким описанием основных методов, критериев и условий их применения.

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の専門講座について

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。