Об этом курсе

Недавно просмотрено: 19,834

Learner Career Outcomes

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 17 часа на выполнение

Предполагаемая нагрузка: 6,4...

Русский

Субтитры: Русский

Learner Career Outcomes

100% онлайн

Начните сейчас и учитесь по собственному графику.

Гибкие сроки

Назначьте сроки сдачи в соответствии со своим графиком.

Прибл. 17 часа на выполнение

Предполагаемая нагрузка: 6,4...

Русский

Субтитры: Русский

Программа курса: что вы изучите

Неделя
1

Неделя 1

2 ч. на завершение

Введение

2 ч. на завершение
8 видео ((всего 50 мин.)), 1 материал для самостоятельного изучения, 5 тестов
8 видео
Общее введение в науку о данных3мин
Примеры реальных задач4мин
Типы данных: маленькие и большие данные7мин
Хранения данных. Форматы файлов13мин
Модели данных. Часть 15мин
Модели данных. Часть 28мин
Как подготавливались данные для курса3мин
1 материал для самостоятельного изучения
Модуль 110мин
5 практического упражнения
Тест4мин
Тест4мин
Тест8мин
Тест4мин
Тест10мин
Неделя
2

Неделя 2

3 ч. на завершение

Математический инструментарий науки о данных.

3 ч. на завершение
10 видео ((всего 79 мин.)), 2 материалов для самостоятельного изучения, 6 тестов
10 видео
Определения вероятности4мин
Случайные величины10мин
Примеры распределений5мин
Основы статистики. Часть 17мин
Основы статистики. Часть 28мин
Элементы линейной алгебры10мин
Сингулярное разложение матрицы9мин
Обоснование метода сингулярного разложения8мин
Примеры и вычислительные аспекты6мин
2 материала для самостоятельного изучения
Дополнительные материалы к изучаемым разделам10мин
Модуль 2.10мин
6 практического упражнения
Тест10мин
Тест14мин
Тест6мин
Тест18мин
Тест10мин
Проверочное задание12мин
Неделя
3

Неделя 3

2 ч. на завершение

Программный инструментарий науки о данных.

2 ч. на завершение
8 видео ((всего 76 мин.)), 1 материал для самостоятельного изучения, 6 тестов
8 видео
Основы программирования на Python. Часть 110мин
Основы программирования на Python. Часть 29мин
Библиотеки для машинного обучения (Matplotlib)12мин
Библиотеки для машинного обучения (Pandas)5мин
Библиотеки для машинного обучения (Scikit-learn)4мин
Демонстрация получения данных из внешней тестовой коллекции11мин
Демонстрация получения данных из авторской тестовой коллекции14мин
1 материал для самостоятельного изучения
Модуль 3.10мин
6 практического упражнения
Тест2мин
Задание10мин
Проверочное задание12мин
Контрольное задание10мин
Проверочное задание4мин
Контрольное задание2мин
Неделя
4

Неделя 4

1 ч. на завершение

Машинное обучение: обучение с учителем.

1 ч. на завершение
5 видео ((всего 29 мин.)), 1 материал для самостоятельного изучения, 3 тестов
5 видео
Оценка классификации и выбор модели5мин
Линейный SVM. Часть 15мин
Линейный SVM. Часть 22мин
Алгоритмические композиции: boosting, stacking, bagging7мин
1 материал для самостоятельного изучения
Модуль 4.10мин
3 практического упражнения
Тест8мин
Тест12мин
Тест2мин

Преподаватели

Image of instructor, Блеканов Иван Станиславович

Блеканов Иван Станиславович

доцент
Кафедра технологии программирования
Image of instructor, Севрюков Сергей Юрьевич

Севрюков Сергей Юрьевич

старший преподаватель
кафедра Технологии программирования
Image of instructor, Просолупов Евгений Викторович

Просолупов Евгений Викторович

к.ф.-м.н., доцент
кафедра Технологии программирования
Image of instructor, Коротков Павел Алексеевич

Коротков Павел Алексеевич

старший преподаватель
кафедра Технологии программирования
Image of instructor, Мишенин Алексей Николаевич

Мишенин Алексей Николаевич

старший преподаватель
кафедра Технологии программирования
Image of instructor, Утешев Алексей Юрьевич

Утешев Алексей Юрьевич

профессор
кафедра управления медико-биологическими системами
Image of instructor, Вольф Дмитрий Александрович

Вольф Дмитрий Александрович

ассистент
кафедра Технологии Программирования
Image of instructor, Малютин Евгений Алексеевич

Малютин Евгений Алексеевич

ассистент
кафедра Технологии Программирования
Image of instructor, Камалов Михаил Валерьевич

Камалов Михаил Валерьевич

Аспирант
Кафедра Технологии программирования

О Санкт-Петербургский государственный университет

Санкт-Петербургский государственный университет (СПбГУ) — старейший вуз России, основанный в 1724 году. Университет сегодня — научный, образовательный и культурный центр мирового значения, неизменно входящий во все международные рейтинги вузов. В номинации взаимодействие с работодателями QS Graduate Employability 2018 СПбГУ занимает 20 место среди 400 ведущих вузов мира и является лучшим в России. В настоящее время СПбГУ реализует 418 образовательных программ, включающих самые современные направления подготовки и специальности. Сертификат об успешном окончании представленных онлайн-курсов дает 5 дополнительных баллов при поступлении на программы магистратуры и аспирантуры СПбГУ. St Petersburg University is the oldest university in Russia, founded in 1724. The University today is a world-class research, educational and cultural centre which is always included in all international rankings of world universities. St Petersburg University was ranked 20th in QS Graduate Employability Ranking 2018 among 400 leading universities in the world and is the best in Russia. At present, St Petersburg University offers 418 academic programmes, including the most advanced areas and fields of study. The certificate of successful completion of offered online courses gives five additional points when applying for master’s and doctoral programmes at St Petersburg University....

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.

  • Оплатив сертификацию, вы получите доступ ко всем материалам курса, включая оцениваемые задания. 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.