Об этом курсе
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 24 часа на выполнение

Предполагаемая нагрузка: 6 недель обучения, 7-9 часов в неделю...
Доступные языки

Русский

Субтитры: Русский
100% онлайн

100% онлайн

Начните сейчас и учитесь по собственному графику.
Гибкие сроки

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень

Промежуточный уровень

Часов на завершение

Прибл. 24 часа на выполнение

Предполагаемая нагрузка: 6 недель обучения, 7-9 часов в неделю...
Доступные языки

Русский

Субтитры: Русский

Программа курса: что вы изучите

Неделя
1
Часов на завершение
5 ч. на завершение

Математика и Python для анализа данных

...
Reading
15 videos (Total 91 min), 5 материалов для самостоятельного изучения, 4 тестов
Video15 видео
Функция и её свойства6мин
Экстремумы функции3мин
Векторы и матрицы3мин
Определитель матрицы1мин
Операции с матрицами. Собственные числа матриц4мин
Знакомство с библиотекой Numpy14мин
Броадкастинг в Numpy9мин
Знакомство с библиотекой scipy5мин
Знакомство с библиотекой Pandas2мин
Объект pandas.Series4мин
Объект pandas.DataFrame13мин
Группировка данных6мин
Работа с несколькими таблицами7мин
Преобразование признаков5мин
Reading5 материала для самостоятельного изучения
О бета-тестировании2мин
Дополнительная литература10мин
Установка Anaconda10мин
Документация и другие источники10мин
Документация и другие источники10мин
Quiz4 практического упражнения
Основные понятия математического анализа20мин
Основные понятия линейной алгебры20мин
Numpy и scipy50мин
Pandasмин
Неделя
2
Часов на завершение
5 ч. на завершение

Визуализация данных и статистика

...
Reading
14 videos (Total 78 min), 3 материалов для самостоятельного изучения, 3 тестов
Video14 видео
Расширенная визуализация с matplotlib8мин
Визуализация с pandas8мин
Интерактивная визуализация с plotly10мин
Определение вероятности4мин
Случайная величина3мин
Показатели центра распределения4мин
Нормальное распределение3мин
Центральная предельная теорема1мин
Зависимость между случайными величинами2мин
Распределение Стьюдента1мин
Статистика в scipy6мин
Доверительный интервал8мин
Проверка гипотез и распределение Стьюдента5мин
Reading3 материала для самостоятельного изучения
Дополнительные источники по визуализации10мин
Дополнительные источники по статистике10мин
Практика по статистике – решение от преподавателей10мин
Quiz2 практического упражнения
Статистический анализ10мин
Практика по статистикемин
Неделя
3
Часов на завершение
8 ч. на завершение

Обучение с учителем

...
Reading
13 videos (Total 61 min), 7 материалов для самостоятельного изучения, 7 тестов
Video13 видео
Виды машинного обучения7мин
Линейная регрессия2мин
Функционал качества и градиентный спуск3мин
Логистическая регрессия2мин
Применение линейных моделей9мин
Данные и переобучение8мин
Метрики качества4мин
Применение метрик качества8мин
Решающие деревья2мин
Случайный лес3мин
Градиентный бустинг2мин
Применение ансамблевых моделей5мин
Reading7 материала для самостоятельного изучения
Дополнительные источники по линейным моделям10мин
Применение линейной регрессии – решение от преподавателей10мин
Дополнительные источники по измерению качества моделей10мин
Регуляризация – решение от преподавателей10мин
Метрики качества – решение от преподавателей10мин
Дополнительные источники по ансамблевым моделям10мин
Практика по ансамблевым моделям – решение от преподавателей10мин
Quiz7 практического упражнения
Линейные модели15мин
Применение линейной регрессиимин
Измерение качества моделей20мин
Регуляризациямин
Метрики качествамин
Ансамблевые модели10мин
Практика по ансамблевым моделяммин
Неделя
4
Часов на завершение
7 ч. на завершение

Методы обучения без учителя

...
Reading
20 videos (Total 124 min), 6 материалов для самостоятельного изучения, 6 тестов
Video20 видео
Задача кластеризации, группы методов3мин
Метод K-средних7мин
Практика. Метод K-средних5мин
Иерархическая кластеризация. Агломеративный алгоритм5мин
Практика. Иерархическая кластеризация8мин
DBSCAN6мин
Практическое применение DBSCAN7мин
Оценки качества кластеризации7мин
Мотивация3мин
Метод Главных Компонент (Principal Component Analysis)7мин
Сингулярное разложение матрицы и связь с PCA2мин
Практика. Применение PCA на данных11мин
Многомерное шкалирование6мин
T-SNE5мин
Практика. Применение T-SNE на данных5мин
Рекомендательные системы6мин
Методы коллаборативной фильтрации5мин
Методы с матричными разложениями4мин
Практика. Матрица рейтингов и SVD11мин
Reading6 материала для самостоятельного изучения
Дополнительные источники по кластеризации10мин
Практика по кластеризации – решение от преподавателей10мин
Дополнительные источники по методам понижения размерности10мин
PCA – решение от преподавателей10мин
Дополнительные источники по рекомендательным системам10мин
Создание рекомендательной системы – решение от преподавателей10мин
Quiz6 практического упражнения
Кластеризация10мин
Практика по кластеризациимин
Методы понижения размерности10мин
PCAмин
Рекомендательные системы10мин
Создание рекомендательной системымин

О Moscow Institute of Physics and Technology

Московский физико-технический институт (неофициально известный как МФТИ или Физтех) является одним из самых престижных в мире учебных и научно-исследовательских институтов. Он готовит высококвалифицированных специалистов в области теоретической и прикладной физики, прикладной математики, информатики, биотехнологии и смежных дисциплин. Физтех был основан в 1951 году Нобелевской премии лауреатами Петром Капицей, Николаем Семеновым, Львом Ландау и Сергеем Христиановичем. Основой образования в МФТИ является уникальная «система Физтеха»: кропотливое воспитание и отбор самых талантливых абитуриентов, фундаментальное образование высшего класса и раннее вовлечение студентов в реальную научно-исследовательскую работу. Среди выпускников МФТИ есть Нобелевские лауреаты, основатели всемирно известных компаний, известные космонавты, изобретатели, инженеры....

О ФРОО

Фонд развития онлайн-образования – это акселератор онлайн курсов и образовательных программ. Мы запустили первый российский курс на платформе Coursera, первую русскоязычную специализацию на Coursera, первую в России онлайн-магистратуру с дипломом государственного образца от ведущего вуза. Более 10 лет наша команда работает над созданием образовательных продуктов, создавая тренды и задавая тенденции в области онлайн-образования. Запуская курсы и программы, мы учитываем ситуацию на рынке труда и потребности работодателей, чтобы наши студенты были востребованы бизнесом. А наш опыт позволяет нам гарантировать высокое качество онлайн-обучения....

О специализации ''Программирование на Python'

Программа состоит из четырех курсов, каждый из которых раскрывает определенную тему в Python. Сначала вы научитесь основным конструкциям языка и другим особенностям программирования на Python, далее углубитесь в объектно-ориентированное программирование. Научитесь создавать веб-сервисы и проводить анализ данных. Программа подойдет для студентов и профессионалов с начальными навыками программирования....
Программирование на Python

Часто задаваемые вопросы

  • Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.

  • 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.

Остались вопросы? Посетите Центр поддержки учащихся.