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: 76,897
Карьерные результаты учащихся
32%
начал новую карьеру, пройдя эти курсы
23%
получил значимые преимущества в карьере благодаря этому курсу
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. 22 часа на выполнение
Английский
Субтитры: Английский
Приобретаемые навыки
Python ProgrammingMachine LearningApplied Machine LearningSQL
Карьерные результаты учащихся
32%
начал новую карьеру, пройдя эти курсы
23%
получил значимые преимущества в карьере благодаря этому курсу
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. 22 часа на выполнение
Английский
Субтитры: Английский
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
8 видео
Course overview2мин
Pulsars3мин
Diving in: imaging stacking5мин
Challenge: the median doesn't scale2мин
The solution: improving your method3мин
Module summary1мин
Interview with Aris Karastergiou6мин
1 материал для самостоятельного изучения
Further reading10мин
1 практическое упражнение
Pulsars: test your understanding10мин
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.))
7 видео
Supermassive black holes3мин
What is cross-matching?4мин
Evaluating time complexity5мин
A (much) faster algorithm6мин
Module summary2мин
Interview with Brendon Brewer8мин
1 практическое упражнение
Supermassive black holes: test your understanding10мин
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.))
7 видео
Exoplanets4мин
Querying database with SQL4мин
More advanced SQL4мин
Joining tables in SQL6мин
Module summary2мин
Interview with Jon Jenkins8мин
1 практическое упражнение
Exoplanets - test your understanding10мин
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.))
6 видео
The lifecycle of stars6мин
Setting up your own database5мин
Exploring a star cluster4мин
Module summary2мин
Interview with Emily Petroff6мин
1 практическое упражнение
Stars - test your understanding10мин
Рецензии
Лучшие отзывы о курсе DATA-DRIVEN ASTRONOMY
от партнера MC28 февр. 2020 г.
Its been amazing to learn about the celestial objects, stars, galaxies. The lectures and quizzes spurred in me to explore new material online. Great hands on exercises in python and machine learning
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 GB21 апр. 2017 г.
Great and quick way to learn things. Thanks for the troubles taken to put this together. Some of the computational exercises could do with a little more clarity of language. But, overall, Great!
от партнера GM29 июня 2017 г.
Great course with a good balance of code and the rewards to be had from understanding how the code works - proved to be an excellent introduction to Astronomy and confidence builder in Python.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
- The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
- The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
Что я получу, оплатив сертификацию?
Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. 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.
Какие правила возврата средств?
Средства можно вернуть в течение двух недель с момента оплаты или (для только что начавшихся курсов) в течение двух недель после первой сессии, в зависимости от того, какое событие наступит позже. Средства не возвращаются после получения сертификата о прохождении курса, даже если вы закончили курс в течение двухнедельного гарантийного срока. Ознакомьтесь с нашей политикой возврата средств.
Можно ли получить финансовую помощь?
Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке 'Финансовая помощь' слева под кнопкой 'Зарегистрироваться' и заполните форму. Если его примут, вы получите уведомление. Подробнее
What programming background is assumed?
We assume you are familiar with basic programming in a modern programming language including variables, control structures, data structures, functions, and working with files. In this course we will use Python 3.
We'll walk through all the examples and provide lots of support, so jump in and have a go. If haven't done any programming for a while, you might want to brush up before you start.
Остались вопросы? Посетите Центр поддержки учащихся.
