Об этом курсе

Недавно просмотрено: 32,124

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.
Regardless of whether you’re already a scientist, studying to become one, or just interested in how modern astronomy works ‘under the bonnet’, this course will help you explore astronomy: from planets, to pulsars to black holes.

Course outline:
Week 1: Thinking about data
- Principles of computational thinking
- Discovering pulsars in radio images

Week 2: Big data makes things slow
- How to work out the time complexity of algorithms
- Exploring the black holes at the centres of massive galaxies

Week 3: Querying data using SQL
- How to use databases to analyse your data
- Investigating exoplanets in other solar systems

Week 4: Managing your data
- How to set up databases to manage your data
- Exploring the lifecycle of stars in our Galaxy

Week 5: Learning from data: regression
- Using machine learning tools to investigate your data
- Calculating the redshifts of distant galaxies

Week 6: Learning from data: classification
- Using machine learning tools to classify your data
- Investigating different types of galaxies

Each week will also have an interview with a data-driven astronomy expert.

Note that some knowledge of Python is assumed, including variables, control structures, data structures, functions, and working with files.

Карьерные результаты учащихся

23%

начал новую карьеру, пройдя эти курсы

17%

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.

Средний уровень

Прибл. 24 часа на выполнение

Английский

Субтитры: Арабский, Французский, Португальский (Европа), Китайский (упрощенное письмо), Итальянский, Вьетнамский, Корейский, Немецкий, Русский, Турецкий, Английский, Испанский

Приобретаемые навыки

Python ProgrammingMachine LearningApplied Machine LearningSQL

Карьерные результаты учащихся

23%

начал новую карьеру, пройдя эти курсы

17%

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.

Средний уровень

Прибл. 24 часа на выполнение

Английский

Субтитры: Арабский, Французский, Португальский (Европа), Китайский (упрощенное письмо), Итальянский, Вьетнамский, Корейский, Немецкий, Русский, Турецкий, Английский, Испанский

Преподаватели

Оценка преподавателя

4.79/5 (оценок: 223)

Tara Murphy

Simon Murphy

Postdoctoral Researcher

School of Physics

21,458 учащихся

1 курс

Программа курса: что вы изучите

Оценка контента98%(2,903 оценки)

Неделя

1

Неделя 1

5 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.

5 ч. на завершение

8 видео ((всего 30 мин.)), 1 материал для самостоятельного изучения, 4 тестов

8 видео

Thinking about data4мин

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

Неделя 2

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

Big data makes things slow3мин

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 understanding30мин

Неделя

3

Неделя 3

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

Organising your data4мин

Exoplanets4мин

Querying database with SQL4мин

More advanced SQL4мин

Joining tables in SQL6мин

Module summary2мин

Interview with Jon Jenkins8мин

1 практическое упражнение

Exoplanets - test your understanding30мин

Неделя

4

Неделя 4

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

Managing your big datasets3мин

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 understanding30мин

Часто задаваемые вопросы

Когда я получу доступ к лекциям и заданиям?
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.
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.
Is financial aid available?
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.
Получу ли я зачеты в университете за прохождение курса?
Этот курс не приравнивается к зачету в университетах, однако некоторые вузы принимают сертификаты на свое усмотрение. Дополнительную информацию уточняйте в своем деканате. Онлайн-дипломы и сертификаты Mastertrack™ от Coursera позволяют получить зачеты.

Остались вопросы? Посетите Центр поддержки учащихся.

Data-driven Astronomy