Science is undergoing a data explosion, and astronomy is leading the way. Modern telescopes produce terabytes of data per observation, and the simulations required to model our observable Universe push supercomputers to their limits. To analyse this data scientists need to be able to think computationally to solve problems. In this course you will investigate the challenges of working with large datasets: how to implement algorithms that work; how to use databases to manage your data; and how to learn from your data with machine learning tools. The focus is on practical skills - all the activities will be done in Python 3, a modern programming language used throughout astronomy.
от партнера
Data-driven Astronomy
Сиднейский университетОб этом курсе
Недавно просмотрено: 31 808
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Средний уровень
Прибл. 24 часа на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Итальянский, Вьетнамский, Немецкий, Русский, Английский, Испанский
Приобретаемые навыки
- Python Programming
- Machine Learning
- Applied Machine Learning
- SQL
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Средний уровень
Прибл. 24 часа на выполнение
Английский
Субтитры: Арабский, Французский, Португальский (Европа), Итальянский, Вьетнамский, Немецкий, Русский, Английский, Испанский
от партнера
Сиднейский университет
Our excellence in research and teaching makes the University of Sydney one of the top universities in Australia and highly ranked among the best universities in the world. In 2020, we were ranked second in the Times Higher Education (THE) University Impact Rankings, and first in Australia in the QS Graduate Employability Rankings.
Программа курса: что вы изучите
4 ч. на завершение
Thinking about data
This module introduces the idea of computational thinking, and how big data can make simple problems quite challenging to solve. We use the example of calculating the median and mean stack of a set of radio astronomy images to illustrate some of the issues you encounter when working with large datasets.
4 ч. на завершение
8 видео ((всего 30 мин.)), 1 материал для самостоятельного изучения, 4 тестов
4 ч. на завершение
Big data makes things slow
In this module we explore the idea of scaling your code. Some algorithms scale well as your dataset increases, but others become impossibly slow. We look at some of the reason for this, and use the example of cross-matching astronomical catalogues to demonstrate what kind of improvements you can make.
4 ч. на завершение
7 видео ((всего 35 мин.))
4 ч. на завершение
Querying your data
Most large astronomy projects use databases to manage their data. In this module we introduce SQL - the language most commonly used to query databases. We use SQL to query the NASA Exoplanet database and investigate the habitability of planets in other solar systems.
4 ч. на завершение
7 видео ((всего 35 мин.))
4 ч. на завершение
Managing your data
This module introduces the basic principles of setting up databases. We look at how to set up new tables, and then how to combine Python and SQL to get the best out of both approaches. We use these tools to explore the life of stars in a stellar cluster.
4 ч. на завершение
6 видео ((всего 29 мин.))
Рецензии
- 5 stars84,75 %
- 4 stars13,56 %
- 3 stars1,17 %
- 2 stars0,25 %
- 1 star0,25 %
Лучшие отзывы о курсе DATA-DRIVEN ASTRONOMY
от партнера SK10 сент. 2020 г.
Really amazing course! Gave me insights into how data analysis works in the field of astronomy and how one can use different machine learning techniques to classify the huge amounts of data generated.
от партнера JM14 июля 2017 г.
One of the best courses I've done on Coursera. Just enough astronomy to understand the problems, and then go into the exercises in a step by step way, building up complexity. Couldn't stop!
от партнера TS14 дек. 2019 г.
This is a great course for anyone wanting to do data science with astronomical datasets. The lectures are clear and interesting and the activities are well structured. I really enjoyed this course!
от партнера AA20 июня 2018 г.
This is a well set course. I have completed one week and I loved blend of maths, astronomy and tools!Course content is not outdated, which is really important for a field like this.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оплатив сертификацию?
Можно ли получить финансовую помощь?
What programming background is assumed?
Остались вопросы? Посетите Центр поддержки учащихся.
