Об этом курсе

Недавно просмотрено: 339,147

Карьерные результаты учащихся

34%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу

22%

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.
Начальный уровень
Прибл. 28 часов на выполнение
Русский

Приобретаемые навыки

ScipyStatisticsPython ProgrammingNumpy

Карьерные результаты учащихся

34%

начал новую карьеру, пройдя эти курсы

38%

получил значимые преимущества в карьере благодаря этому курсу

22%

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.
Начальный уровень
Прибл. 28 часов на выполнение
Русский

от партнера

Placeholder

Московский физико-технический институт

Placeholder

Яндекс

Placeholder

E-Learning Development Fund

Программа курса: что вы изучите

Оценка контентаThumbs Up90%(94,884 оценки)Info
Неделя
1

Неделя 1

7 ч. на завершение

Введение

7 ч. на завершение
19 видео ((всего 115 мин.)), 16 материалов для самостоятельного изучения, 7 тестов
19 видео
Как устроена специализация и зачем ее проходить3мин
Как устроен этот курс и в чем его главная особенность1мин
МФТИ1мин
Что такое Python и почему мы выбрали именно его6мин
Как установить Анаконду. Windows3мин
Как установить Анаконду. Linux4мин
Как установить Анаконду. Mac3мин
Что такое ноутбуки и как ими пользоваться10мин
Типы данных16мин
Циклы, функции, генераторы, list comprehension13мин
Чтение данных из файлов11мин
Запись файлов, изменение файлов8мин
Функции и их свойства6мин
Предел и производная4мин
Геометрический смысл производной2мин
Производная сложной функции2мин
Задача нахождения экстремума3мин
Вторая производная и выпуклость5мин
16 материалов для самостоятельного изучения
Формат специализации и получение сертификата2мин
МФТИ10мин
Немного о Yandex10мин
Ответы на самые частые вопросы. Обязательно к прочтению!10мин
Про Python 310мин
Python FAQ10мин
Forum&Chat10мин
Про Python 310мин
Инструкция: Как открыть ipython в актуальной версии Anaconda10мин
Знакомство с IPython Notebook10мин
Конспект30мин
Типы данных (ipython notebook)10мин
Чтение данных из файлов (ipython notebook)10мин
Запись файлов, изменение файлов (ipython notebook)10мин
Конспект30мин
Конспект10мин
6 практических упражнений
Работа с IPython Notebook10мин
Знакомство с Python10мин
Работа с файлами в Python10мин
Синтаксис Python10мин
Функции и экстремумы10мин
Производная и её применения10мин
Неделя
2

Неделя 2

8 ч. на завершение

Библиотеки Python и линейная алгебра

8 ч. на завершение
14 видео ((всего 97 мин.)), 8 материалов для самостоятельного изучения, 10 тестов
14 видео
Pandas. Индексация и селекция13мин
Первое знакомство NumPy, SciPy и Matplotlib16мин
Решение оптимизационных задач в SciPy4мин
Знакомство с линейной алгеброй5мин
Векторные пространства3мин
Линейная независимость6мин
Операции в векторных пространствах6мин
Зачем нужны матрицы?5мин
Матричные операции7мин
Ранг и определитель5мин
Системы линейных уравнений4мин
Особые виды матриц4мин
Собственные числа и векторы3мин
8 материалов для самостоятельного изучения
Pandas. DataFrame (ipython notebook)10мин
Pandas. Индексация и селекция (ipython notebook)10мин
Первое знакомство с Numpy, Scipy и Matplotlib (ipython notebook)10мин
Оптимизация в Scipy (ipython notebook)10мин
NumPy: векторы и операции над ними10мин
Конспект30мин
NumPy: матрицы и операции над ними10мин
Конспект30мин
9 практических упражнений
Pandas10мин
Numpy10мин
Pandas, Numpy, Scipy, Matplotlib10мин
Базовые понятия линейной алгебры10мин
Линейная независимость и размерность10мин
Векторные пространства и NumPy10мин
Что можно делать с матрицами?10мин
Разрешимость систем линейных уравнений и ранги10мин
Матрицы и NumPy10мин
Неделя
3

Неделя 3

6 ч. на завершение

Оптимизация и матричные разложения

6 ч. на завершение
12 видео ((всего 47 мин.)), 3 материалов для самостоятельного изучения, 7 тестов
12 видео
Применение градиента3мин
Производная по направлению2мин
Касательная плоскость и линейное приближение2мин
Направление наискорейшего роста2мин
Оптимизация негладких функций4мин
Метод имитации отжига4мин
Генетические алгоритмы и дифференциальная эволюция4мин
Нелдер-Мид3мин
Разложения матриц в произведение, сингулярное разложение3мин
Приближение матрицей меньшего ранга5мин
Связь сингулярного разложения и приближения матрицей меньшего ранга6мин
3 материала для самостоятельного изучения
Конспект30мин
Конспект30мин
Конспект30мин
6 практических упражнений
Частные производные10мин
Градиент и его применения10мин
Повторение: гладкость и градиентный спуск10мин
Методы оптимизации в негладких задачах10мин
Повторение линейной алгебры10мин
Матричные разложения10мин
Неделя
4

Неделя 4

6 ч. на завершение

Случайность

6 ч. на завершение
11 видео ((всего 59 мин.)), 7 материалов для самостоятельного изучения, 7 тестов
11 видео
Свойства вероятности3мин
Условная вероятность2мин
Дискретные случайные величины4мин
Непрерывные случайные величины7мин
Оценка распределения по выборке6мин
Важные характеристики распределений6мин
Важные статистики5мин
Центральная предельная теорема5мин
Доверительные интервалы6мин
Бонусное видео6мин
7 материалов для самостоятельного изучения
Работа со случайными величинами (ipython notebook)10мин
Конспект30мин
Оценка распределения по выборке (ipython notebook)10мин
Конспект30мин
Материалы к бонусному видео10мин
Список литературы10мин
Финальные титры10мин
6 практических упражнений
Вероятность10мин
Случайные величины10мин
Вероятность и случайные величины30мин
Распределения, параметры и оценки10мин
ЦПТ и доверительные интервалы10мин
Статистики30мин

Рецензии

Лучшие отзывы о курсе МАТЕМАТИКА И PYTHON ДЛЯ АНАЛИЗА ДАННЫХ

Посмотреть все отзывы

Специализация Машинное обучение и анализ данных: общие сведения

Машинное обучение и анализ данных

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.