Об этом курсе

Недавно просмотрено: 343,933

Карьерные результаты учащихся

40%

начал новую карьеру, пройдя эти курсы

44%

получил значимые преимущества в карьере благодаря этому курсу

26%

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. 29 часов на выполнение
Русский
Субтитры: Русский

Приобретаемые навыки

ScipyStatisticsPython ProgrammingNumpy

Карьерные результаты учащихся

40%

начал новую карьеру, пройдя эти курсы

44%

получил значимые преимущества в карьере благодаря этому курсу

26%

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. 29 часов на выполнение
Русский
Субтитры: Русский

от партнера

Логотип Московский физико-технический институт

Московский физико-технический институт

Логотип Яндекс

Яндекс

Логотип E-Learning Development Fund

E-Learning Development Fund

Программа курса: что вы изучите

Оценка контентаThumbs Up90%(89,052 оценки)Info
Неделя
1

Неделя 1

8 ч. на завершение

Введение

8 ч. на завершение
19 видео ((всего 115 мин.)), 13 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
13 материалов для самостоятельного изучения
Формат специализации и получение сертификата2мин
МФТИ10мин
Немного о Yandex10мин
Python FAQ10мин
Forum&Chat10мин
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 величины20мин
Распределения, параметры и оценки10мин
ЦПТ и доверительные интервалы10мин
Статистики20мин

Рецензии

Лучшие отзывы о курсе МАТЕМАТИКА И PYTHON ДЛЯ АНАЛИЗА ДАННЫХ

Посмотреть все отзывы

Специализация Машинное обучение и анализ данных: общие сведения

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку....
Машинное обучение и анализ данных

Часто задаваемые вопросы

  • 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.
  • Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. 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.

  • Когда вы оформите подписку, начнется семидневный бесплатный пробный период, в течение которого подписку можно отменить без штрафа. По истечении этого срока вы не сможете вернуть средства, но сможете отменить подписку в любой момент. Ознакомьтесь с нашей политикой возврата средств.

  • Да, Coursera предоставляет финансовую помощь учащимся, которые не могут оплатить обучение. Чтобы подать заявление, перейдите по ссылке "Финансовая помощь" слева под кнопкой "Зарегистрироваться". Заполните форму заявления. Если его примут, вы получите уведомление. Обратите внимание: этот шаг необходимо выполнить для каждого курса специализации, в том числе для дипломного проекта. Подробнее

Остались вопросы? Посетите Центр поддержки учащихся.