Об этом курсе

Недавно просмотрено: 50,863

Карьерные результаты учащихся

73%

начал новую карьеру, пройдя эти курсы

79%

получил значимые преимущества в карьере благодаря этому курсу

40%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 28 часов на выполнение
Русский

Приобретаемые навыки

Data ScienceTime SeriesSentiment AnalysisRecommender Systems

Карьерные результаты учащихся

73%

начал новую карьеру, пройдя эти курсы

79%

получил значимые преимущества в карьере благодаря этому курсу

40%

стал больше зарабатывать или получил повышение
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Средний уровень
Прибл. 28 часов на выполнение
Русский

от партнера

Placeholder

Московский физико-технический институт

Placeholder

Яндекс

Placeholder

E-Learning Development Fund

Программа курса: что вы изучите

Оценка контентаThumbs Up81%(6,729 оценки)Info
Неделя
1

Неделя 1

7 ч. на завершение

Бизнес-задачи

7 ч. на завершение
19 видео ((всего 152 мин.)), 6 материалов для самостоятельного изучения, 7 тестов
19 видео
Как устроена специализация, и зачем ее проходить3мин
МФТИ1мин
Временные ряды9мин
Автокорреляция6мин
Стационарность6мин
ARMA5мин
ARIMA5мин
Выбор ARIMA и прогнозирование10мин
Анализ остатков8мин
Пример построения прогноза11мин
Регрессионный подход к прогнозированию8мин
Анализ поведения пользователей8мин
Аудиторные метрики: привлечение7мин
Аудиторные метрики: активность9мин
Аудиторные метрики: монетизация6мин
Аудиторные метрики: удержание3мин
Прогнозирование оттока пользователей: Постановка задачи18мин
Прогнозирование оттока пользователей: Построение и оценка модели16мин
6 материалов для самостоятельного изучения
МФТИ10мин
Forum&Chat10мин
Пример построения прогноза [ipython notebook]10мин
Слайды к лекциям10мин
Конспект10мин
Слайды к лекциям10мин
6 практических упражнений
Автокорреляция и стационарность30мин
p, q, P, Q30мин
Прогнозирование временных рядов30мин
Аудиторные показатели: привлечение и активность30мин
Аудиторные показатели: монетизация и удержание30мин
Анализ поведения пользователей30мин
Неделя
2

Неделя 2

7 ч. на завершение

Анализ медиа

7 ч. на завершение
11 видео ((всего 106 мин.)), 7 материалов для самостоятельного изучения, 3 тестов
11 видео
Задачи компьютерного зрения5мин
"Низкоуровневое" зрение14мин
Линейная фильтрация изображений4мин
Классификация изображений9мин
Задача классификации изображений на практике14мин
Распознавание лиц17мин
Детекция объектов13мин
Стилизация изображений3мин
Распознавание китов5мин
Сбор больших коллекций изображений10мин
7 материалов для самостоятельного изучения
Дополнительные материалы10мин
Слайды к лекциям10мин
Конспект10мин
Слайды к лекциям10мин
Конспект10мин
Слайды к лекциям10мин
Конспект10мин
2 практических упражнения
Компьютерное зрение30мин
Практические задачи компьютерного зрения30мин
Неделя
3

Неделя 3

7 ч. на завершение

Анализ текстов

7 ч. на завершение
13 видео ((всего 80 мин.)), 6 материалов для самостоятельного изучения, 5 тестов
13 видео
Предобработка текста6мин
Извлечение признаков из текста5мин
Извлечение признаков из текста - 25мин
Обучение моделей на текстах3мин
word2vec5мин
Рекуррентные сети7мин
Выделение коллокаций5мин
Языковые модели4мин
Анализ тональности текста13мин
Анализ тональности отзывов4мин
Анализ тональности отзывов: продолжение5мин
Аннотирование7мин
6 материалов для самостоятельного изучения
Слайды к лекциям10мин
Конспекты к лекциям10мин
Слайды к лекциям10мин
Конспекты к лекциям10мин
Анализ тональности отзывов [ipython notebook]10мин
Слайды к лекциям10мин
4 практических упражнения
Первичная обработка текстов30мин
Текстовые данные и работа с ними30мин
word2vec и рекуррентные сети30мин
Примеры задач анализа текстов30мин
Неделя
4

Неделя 4

7 ч. на завершение

Рекомендации и ранжирование

7 ч. на завершение
10 видео ((всего 57 мин.)), 5 материалов для самостоятельного изучения, 4 тестов
10 видео
Метрики качества ранжирования6мин
Методы ранжирования4мин
Рекомендательные системы4мин
kNN и матричные разложения2мин
Подходы к построению рекомендательных систем11мин
Гибридные рекомендательные системы6мин
Оффлайн оценка качества3мин
Онлайновая оценка качества5мин
Максимизация прибыли магазина7мин
5 материалов для самостоятельного изучения
Слайды к лекциям10мин
Конспекты к лекциям10мин
Слайды к лекциям10мин
Финальные титры10мин
Стань ментором специализации10мин
3 практических упражнения
Ранжирование30мин
Рекомендательные системы-130мин
Рекомендательные системы-230мин

Рецензии

Лучшие отзывы о курсе ПРИКЛАДНЫЕ ЗАДАЧИ АНАЛИЗА ДАННЫХ

Посмотреть все отзывы

Специализация Машинное обучение и анализ данных: общие сведения

Машинное обучение и анализ данных

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.