Об этом курсе

Недавно просмотрено: 47,685

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.
Промежуточный уровень
Прибл. 23 часа на выполнение
Русский
Субтитры: 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.
Промежуточный уровень
Прибл. 23 часа на выполнение
Русский
Субтитры: Русский

от партнера

Логотип Московский физико-технический институт

Московский физико-технический институт

Логотип Яндекс

Яндекс

Логотип E-Learning Development Fund

E-Learning Development Fund

Программа курса: что вы изучите

Оценка контентаThumbs Up82%(6,615 оценки)Info
Неделя
1

Неделя 1

5 ч. на завершение

Бизнес-задачи

5 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 стационарность10мин
p, q, P, Q18мин
Прогнозирование временных рядов18мин
Аудиторные показатели: привлечение и активность8мин
Аудиторные показатели: монетизация и удержание6мин
Анализ поведения пользователей10мин
Неделя
2

Неделя 2

6 ч. на завершение

Анализ медиа

6 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 зрение16мин
Практические задачи компьютерного зрения14мин
Неделя
3

Неделя 3

6 ч. на завершение

Анализ текстов

6 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 текстов6мин
Текстовые данные и работа с ними6мин
word2vec и рекуррентные сети6мин
Примеры задач анализа текстов6мин
Неделя
4

Неделя 4

5 ч. на завершение

Рекомендации и ранжирование

5 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
Ранжирование6мин
Рекомендательные системы-16мин
Рекомендательные системы-210мин

Рецензии

Лучшие отзывы о курсе ПРИКЛАДНЫЕ ЗАДАЧИ АНАЛИЗА ДАННЫХ

Посмотреть все отзывы

Специализация Машинное обучение и анализ данных: общие сведения

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

Часто задаваемые вопросы

  • Доступ к лекциям и заданиям предоставляется в зависимости от типа регистрации. Если вы проходите курс в режиме слушателя, то получите бесплатный доступ к большинству материалов курса. Чтобы открыть оцениваемые задания и возможность получить сертификат, необходимо будет приобрести прохождение с сертификатом. Это можно сделать во время прохождения в режиме слушателя или после него. Если вы не видите варианта 'Режим слушателя'.

    • Курс может не предлагаться в режиме слушателя. Попробуйте бесплатную пробную версию или подайте заявку на финансовую помощь.
    • Курс предлагаться в режиме 'Полный курс, без сертификата'. В нем можно просматривать все материалы, выполнять обязательные задания и получить итоговую оценку. Приобрести дополнительно прохождение с сертификатом в таком случае нельзя.
  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее

Остались вопросы? Посетите Центр поддержки учащихся.