Об этом курсе

Недавно просмотрено: 78,784

Карьерные результаты учащихся

33%

начал новую карьеру, пройдя эти курсы

43%

получил значимые преимущества в карьере благодаря этому курсу

50%

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.
Продвинутый уровень
Прибл. 23 часа на выполнение
Русский
Субтитры: Русский

Приобретаемые навыки

A/B TestingData AnalysisCorrelation And DependenceStatistical Hypothesis TestingStatistics

Карьерные результаты учащихся

33%

начал новую карьеру, пройдя эти курсы

43%

получил значимые преимущества в карьере благодаря этому курсу

50%

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.
Продвинутый уровень
Прибл. 23 часа 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 Up89%(11,886 оценки)Info
Неделя
1

Неделя 1

6 ч. на завершение

Интервалы и гипотезы

6 ч. на завершение
21 видео ((всего 106 мин.)), 14 материалов для самостоятельного изучения, 5 тестов
21 видео
Как устроена специализация, и зачем ее проходить3мин
Выводы и рациональность2мин
Проблемы построения выводов1мин
Примеры прикладных задач1мин
Как устроен этот курс1мин
МФТИ1мин
Интервальные оценки с помощью квантилей4мин
Доверительные интервалы с помощью квантилей6мин
Распределения, производные от нормального5мин
Доверительные интервалы для среднего8мин
Доверительные интервалы для доли8мин
Доверительные интервалы для двух долей5мин
Доверительные интервалы на основе бутстрепа8мин
Проверка гипотез: начало5мин
Ошибки I и II рода3мин
Достигаемый уровень значимости2мин
Статистическая и практическая значимость6мин
Биномиальный критерий для доли7мин
Критерии согласия Пирсона (хи-квадрат)5мин
Связь между проверкой гипотез и доверительными интервалами8мин
14 материалов для самостоятельного изучения
Формат специализации и получение сертификата10мин
МФТИ10мин
Немного о Yandex10мин
Forum&Chat10мин
Доверительные интервалы для среднего [ipython notebook]10мин
Доверительные интервалы для доли [ipython notebook]10мин
Доверительные интервалы для двух долей [ipython notebook]10мин
Доверительные интервалы на основе бутстрепа [ipython notebook]10мин
Слайды к лекциям10мин
Конспект10мин
Биномиальный критерий для доли [ipython notebook]10мин
Критерии согласия Пирсона (хи-квадрат) [ipython notebook]10мин
Слайды к лекциям10мин
Конспект10мин
5 практических упражнений
Доверительные интервалы для среднего14мин
Доверительные интервалы для долей12мин
Доверительные интервалы16мин
Теория проверки гипотез14мин
Практика проверки гипотез10мин
Неделя
2

Неделя 2

5 ч. на завершение

АБ-тестирование

5 ч. на завершение
21 видео ((всего 137 мин.)), 10 материалов для самостоятельного изучения, 4 тестов
21 видео
Где используется АБ-тестирование3мин
Метрики4мин
Дизайн эксперимента4мин
Устойчивость6мин
Размер выборки3мин
Одновыборочные критерии Стьюдента10мин
Двухвыборочные критерии Стьюдента, независимые выборки7мин
Двухвыборочные критерии Стьюдента, связанные выборки4мин
Нормальность выборок8мин
Пример: применение критериев Стьюдента9мин
Гипотезы о долях8мин
Пример: проверка гипотез о долях8мин
Как работают непараметрические критерии?2мин
Критерии знаков6мин
Ранговые критерии9мин
Перестановочные критерии8мин
Перестановки и бутстреп7мин
Пример: одновыборочные непараметрические критерии7мин
Пример: двухвыборочные непараметрические критерии (связанные выборки)6мин
Пример: двухвыборочные непараметрические критерии (независимые выборки)6мин
10 материалов для самостоятельного изучения
Конспект10мин
Применение критериев Стьюдента [ipython notebook]10мин
Проверка гипотез о долях [ipython notebook]10мин
Слайды к лекциям10мин
Конспект10мин
Одновыборочные непараметрические критерии [ipython notebook]10мин
Двухвыборочные непараметрические критерии (связанные выборки) [ipython notebook]10мин
Двухвыборочные непараметрические критерии (независимые выборки) [ipython notebook]10мин
Слайды к лекциям10мин
Конспект10мин
4 практических упражнения
Планирование эксперимента8мин
Критерии Стьюдента14мин
Параметрические критерии14мин
Непараметрические критерии14мин
Неделя
3

Неделя 3

6 ч. на завершение

Закономерности и зависимости

6 ч. на завершение
22 видео ((всего 144 мин.)), 11 материалов для самостоятельного изучения, 6 тестов
22 видео
Внешние факторы, влияющие на продажи4мин
Корреляция Пирсона3мин
Корреляция Спирмена3мин
Корреляция Мэтьюса и коэффициент Крамера4мин
Пример: поиск взаимосвязей с помощью корреляции7мин
Значимость корреляции8мин
Булщит и консервативность8мин
Корреляция и причинно-следственная связь3мин
В чем проблема?5мин
Постановка4мин
FWER. Поправка Бонферрони5мин
FWER. Метод Холма4мин
FDR. Метод Бенджамини-Хохберга5мин
Пример: поправки на множественную проверку при корреляционном анализе7мин
Анализ подгрупп6мин
Взаимосвязь нескольких признаков4мин
Свойства решения задачи8мин
Интервалы и гипотезы9мин
Проверка предположений7мин
Регрессия и причинно-следственные связи9мин
Пример: оценка зависимости с помощью регрессии19мин
11 материалов для самостоятельного изучения
Конспект10мин
Поиск взаимосвязей с помощью корреляции [ipython notebook]10мин
Слайды к лекциям10мин
Конспект10мин
Поправки на множественную проверку при корреляционном анализе [ipython notebook]10мин
Слайды к лекциям10мин
Конспект10мин
Оценка зависимости с помощью регрессии [ipython notebook]10мин
Слайды к лекциям10мин
Конспект10мин
Q&A10мин
6 практических упражнений
Коэффициенты корреляции10мин
Корреляционный анализ20мин
Поправки на множественную проверку12мин
Множественная проверка гипотез16мин
Теория построения регрессии10мин
Практика построения регрессии20мин
Неделя
4

Неделя 4

1 ч. на завершение

Неделя задач

1 ч. на завершение
3 материалов для самостоятельного изучения
3 материала для самостоятельного изучения
Список литературы10мин
Финальные титры10мин
Стань ментором специализации10мин
6 ч. на завершение

Неделя задач: Lesson Choices

6 ч. на завершение
4 видео ((всего 57 мин.))
4 видео
Интервью с Алексеем Шатерниковым про скоринг15мин
Интервью с Еленой Кунаковой18мин
Интервью с Алексеем Шатерниковым про отток12мин
2 практических упражнения
Анализ результатов АБ-теста14мин
Анализ эффективности удержания18мин

Рецензии

Лучшие отзывы о курсе ПОСТРОЕНИЕ ВЫВОДОВ ПО ДАННЫМ

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

  • 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.
  • 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.