Об этом курсе

Недавно просмотрено: 6,161

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 4 из 4 в программе

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 5 часа на выполнение

Предполагаемая нагрузка: 5 недель обучения, 4-6 часов в неделю...

Русский

Субтитры: Русский

Сертификат, ссылками на который можно делиться с другими людьми

Получите сертификат по завершении

100% онлайн

Начните сейчас и учитесь по собственному графику.

Курс 4 из 4 в программе

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Промежуточный уровень

Прибл. 5 часа на выполнение

Предполагаемая нагрузка: 5 недель обучения, 4-6 часов в неделю...

Русский

Субтитры: Русский

Программа курса: что вы изучите

Неделя
1

Неделя 1

3 ч. на завершение

Анализ временных рядов

3 ч. на завершение
7 видео ((всего 42 мин.)), 8 материалов для самостоятельного изучения, 5 тестов
7 видео
1.1. Понятие временных рядов6мин
1.2. Тренд8мин
1.3. Сезонность6мин
1.4. STL-разложение5мин
1.5. Поиск выбросов4мин
1.6. Тренд, сезонность, STL. Практика5мин
8 материала для самостоятельного изучения
О чем этот курс и как он устроен10мин
Материалы по статистическим пакетам10мин
Данные, на которые мы опираемся и ссылаемся10мин
1.1. Понятие временных рядов. Презентация10мин
1.2. Тренд (презентация)10мин
1.3. Сезонность. Презентация10мин
1.4. STL-разложение. Презентация10мин
1.5. Поиск выбросов. Презентация10мин
5 практического упражнения
Вопросы для самопроверки6мин
Вопросы для самопроверки10мин
Вопросы для самопроверки4мин
Вопросы для самопроверки8мин
Анализ временных рядов20мин
Неделя
2

Неделя 2

2 ч. на завершение

Прогноз временных рядов

2 ч. на завершение
7 видео ((всего 37 мин.)), 6 материалов для самостоятельного изучения, 7 тестов
7 видео
2.2. ARMA и ARIMA4мин
2.3. Адаптивные модели. Экспоненциальное сглаживание4мин
2.4. Адаптивные модели. Модели с трендом и сезонностью4мин
2.5. Виды адаптивных моделей5мин
2.6. Следящий контроль. Модель Тригга — Лича6мин
2.7. Построение моделей временных рядов в R. Практика6мин
6 материала для самостоятельного изучения
2.1. AR и MA: презентация.10мин
2.2. ARMA и ARIMA: презентация10мин
2.3. Адаптивные модели. Экспоненциальное сглаживание. Презентация10мин
2.4. Адаптивные модели. Модели с трендом и сезонностью. Презентация10мин
2.5. Виды адаптивных моделей. Презентация10мин
Конспект: 2.6. Следящий контроль. Модель Тригга — Лича10мин
7 практического упражнения
Вопросы для самопроверки6мин
Вопросы для самопроверки6мин
Вопросы для самопроверки6мин
Вопросы для самопроверки4мин
Вопросы для самопроверки4мин
Вопросы для самоконтроля6мин
Прогноз временных рядов20мин
Неделя
3

Неделя 3

3 ч. на завершение

Факторный анализ

3 ч. на завершение
6 видео ((всего 54 мин.)), 7 материалов для самостоятельного изучения, 3 тестов
6 видео
3.2. Построение факторной модели8мин
3.3. Способы оценки качества факторной модели6мин
3.4. Пример построения факторной модели9мин
3.5. Факторы готовы: что дальше?11мин
3.6. Факторный анализ в SPSS. Практика9мин
7 материала для самостоятельного изучения
3.1. Введение в факторный анализ. Презентация10мин
Факторный анализ: история метода10мин
3.2. Построение факторной модели. Презентация10мин
Конспект: 3.3. Способы оценки качества факторной модели10мин
3.4. Пример построения факторной модели. Презентация10мин
3.5. Факторы готовы: что дальше? [презентация]10мин
"Кластеры на факторах": о построении кластеризации на основе переменных-факторов10мин
3 практического упражнения
Вопросы для самопроверки6мин
Вопросы для самоконтроля6мин
Факторный анализ20мин
Неделя
4

Неделя 4

2 ч. на завершение

Классификация

2 ч. на завершение
8 видео ((всего 47 мин.))
8 видео
4.2. Линейный классификатор4мин
4.3. Байесовский классификатор5мин
4.4. Дерево решений7мин
4.5. Бинарная логистическая регрессия: основная идея26
4.6. Логистическая регрессия: применение и оценка качества6мин
4.7. Методы классификации в R. Практика8мин
4.8. Построение модели логистической регрессии в SPSS. Практика7мин
7 практического упражнения
Вопросы для самопроверки8мин
Вопросы для самопроверки6мин
Вопросы для самопроверки4мин
Вопрос для самопроверки6мин
Вопросы для самопроверки6мин
Вопросы для самопроверки6мин
Тест: Классификация20мин

от партнера

Логотип Новосибирский государственный университет

Новосибирский государственный университет

Специализация Анализ данных: общие сведения

В рамках специализации вы освоите основные методы работы с количественными данными, в том числе основы теории вероятностей и математической статистики, инструменты исследования связей между признаками, научитесь строить прогнозы на основе регрессионных моделей, сравнивать группы, выделять группы методами кластерного анализа, строить классификации, визуализировать данные, интерпретировать и представлять результаты статистического анализа. Вы примените эти методы на учебных примерах и сможете адаптировать их под специфику ваших данных и задач. В курсах специализации мы рассмотрим, как оценить связь условий труда и удовлетворенности работой, как спрогнозировать количество кликов на сайт компании, как разделить университеты на классы, как выявить стратегии поиска работы, как отличить геозависимую рубрику от геонезависимой, и множество других практических задач. Кроме того, мы научимся решать такие задачи в популярных средах анализа данных (SPSS и R). В заключительной части каждого курса вам предстоит выполнить проект на реальных данных, который позволит применить полученные знания на практике и продемонстрировать умение анализировать и представлять результаты анализа статистически и графически. Специализация разработана Новосибирским государственным университетом, одним из ведущих исследовательских университетов России и мира, совместно с 2GIS, известной международной технологической компанией, которая разрабатывает сервисы для комфортной жизни в городе....
Анализ данных

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.