Об этом курсе

Недавно просмотрено: 4,365
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

Базовые навыки программирования на языке Python. Математика для анализа данных (теория вероятностей, производные, оптимизация, интегралы, матрицы)

Прибл. 21 час на выполнение
Русский

Чему вы научитесь

  • Генерировать случайные величины из различных распределений и решать задачи с помощью симуляций

  • Работать с API разных сервисов, писать парсеры для сбора данных, делать предобработку и предварительный анализ данных

  • Понимать, какой смысл стоит за различными распределениями, центральной предельной теоремой и законом больших чисел

Приобретаемые навыки

StatisticsData AnalysisPython ProgrammingProbability Theory
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

Базовые навыки программирования на языке Python. Математика для анализа данных (теория вероятностей, производные, оптимизация, интегралы, матрицы)

Прибл. 21 час на выполнение
Русский

от партнера

Placeholder

Национальный исследовательский университет "Высшая школа экономики"

Программа курса: что вы изучите

Неделя
1

Неделя 1

5 ч. на завершение

Распределения и описательные статистики

5 ч. на завершение
15 видео ((всего 167 мин.)), 3 материалов для самостоятельного изучения, 4 тестов
15 видео
Что такое случайность и как устроен мир9мин
Случайная величина и её распределение10мин
Характеристики случайных величин14мин
Какими бывают случайные величины13мин
Генерация случайных величин в python13мин
Описательные статистики14мин
[доска] Описательные статистики8мин
Гистограмма и эмпирическая функция распределения6мин
[доска] Эмпирическая функция распределения и гистограмма12мин
Эмпирическое распределение в python10мин
Описательные статистики и pandas12мин
Группировка и простые методы визуализации14мин
Поиск ответов на вопросы в pandas14мин
Почему важна визуализация6мин
3 материала для самостоятельного изучения
Справочник по теории вероятностей15мин
Конспект по описательным статистикам1мин
Презентация5мин
2 практических упражнения
Основные понятия теории вероятностей20мин
Выборочные статистики20мин
Неделя
2

Неделя 2

4 ч. на завершение

Особенности в данных

4 ч. на завершение
12 видео ((всего 130 мин.)), 1 материал для самостоятельного изучения, 4 тестов
12 видео
[доска] Корреляция и кубик5мин
[доска] Независимость и ковариация10мин
Корреляции в python11мин
Нормальное распределение и его свойства10мин
Многомерное нормальное распределение6мин
[доска] Нормальное распределение12мин
Ядерные оценки плотности9мин
Пропуски и выбросы10мин
Преобразование Бокса-Кокса12мин
Масштабирование и категориальные переменные11мин
[бонусное видео] Сегментация14мин
1 материал для самостоятельного изучения
Презентация5мин
3 практических упражнения
Ковариация и корреляция20мин
Нормальное распределение30мин
Проблемы в данных10мин
Неделя
3

Неделя 3

4 ч. на завершение

Сбор и очистка данных

4 ч. на завершение
11 видео ((всего 120 мин.)), 5 материалов для самостоятельного изучения, 1 тест
11 видео
Практика сбора данных: парсинг мемов (запрос данных)8мин
Практика сбора данных: парсинг мемов (структурирование данных)14мин
Практика сбора данных: парсинг мемов (детализация данных)14мин
Практика сбора данных: парсинг мемов (сбор всех операций в одну функцию)6мин
Практика сбора данных: парсинг мемов (итоговый цикл)8мин
Борьба с ошибками в процессе парсинга7мин
Знакомство с API ВКонтакте15мин
API ВКонтакте: получение датафрейма13мин
Знакомство с Selenium12мин
Полезные хитрости при сборе данных10мин
5 материалов для самостоятельного изучения
Презентация10мин
Парсер мемов10мин
API Вконтакте в python10мин
Работа с selenium в python5мин
Полезные хитрости для сбора данных10мин
Неделя
4

Неделя 4

3 ч. на завершение

Разведочный анализ данных и визуализация

3 ч. на завершение
11 видео ((всего 124 мин.)), 1 материал для самостоятельного изучения, 1 тест
11 видео
Предобработка данных в Python: описательные статистики7мин
Предобработка данных в Python: работа со временем 14мин
Предобработка данных в Python: непрерывные переменные6мин
Предобработка данных в Python: категориальные и тестовые переменные13мин
Предобработка данных в Python: работа с графиками8мин
Поиск аномалий в данных13мин
Работа с логами: рассмотрение данных12мин
Работа с логами: возвращаемость и посещаемость13мин
Работа с логами: анализ покупок14мин
Работа с логами: анализ выручки11мин
1 материал для самостоятельного изучения
Презентация10мин

Специализация Машинное обучение: от статистики до нейросетей: общие сведения

 Машинное обучение: от статистики до нейросетей

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.