Специализация: общие сведения

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.

Гибкий график

Установите гибкие сроки сдачи заданий.

Продвинутый уровень

Английский

Субтитры: Английский, Корейский
User
Учащиеся, которые проходят продукт ''Specialization'
  • Data Scientists
  • Machine Learning Engineers
  • Data Analysts
  • Data Engineers
  • Biostatisticians
User
Учащиеся, которые проходят продукт ''Specialization'
  • Data Scientists
  • Machine Learning Engineers
  • Data Analysts
  • Data Engineers
  • Biostatisticians

Только онлайн-курсы

Начните сейчас и учитесь по собственному графику.

Гибкий график

Установите гибкие сроки сдачи заданий.

Продвинутый уровень

Английский

Субтитры: Английский, Корейский

О специализации

Пройти курсы

Специализация Coursera — это серия курсов, помогающих в совершенстве овладеть определенным навыком. Можно сразу записаться на специализацию или просмотреть курсы, из которых она состоит и выбрать тот, с которого вы хотите начать. Подписываясь на курс, который входит в специализацию, вы автоматически подписываетесь на всю специализацию. Можно завершить всего один курс, а потом сделать паузу в обучении или в любой момент отменить подписку. Отслеживайте свои курсы и прогресс на панели управления учащегося.

Практический проект

В каждой специализации есть практический проект, который нужно успешно выполнить, чтобы завершить специализацию и получить сертификат. Если для практического проекта в специализации предусмотрен отдельный курс, прежде чем начать его, необходимо завершить все остальные курсы.

Получите сертификат

Когда вы пройдете все курсы и завершите практический проект, вы получите сертификат, которым можно поделиться с потенциальными работодателями и коллегами.

how it works

Специализация включает несколько курсов: 7

Курс1

Introduction to Deep Learning

4.6
Оценки: 1,084
Рецензии: 246
Курс2

How to Win a Data Science Competition: Learn from Top Kagglers

4.7
Оценки: 687
Рецензии: 146
Курс3

Bayesian Methods for Machine Learning

4.6
Оценки: 404
Рецензии: 106
Курс4

Practical Reinforcement Learning

4.1
Оценки: 259
Рецензии: 68

Преподаватели

Avatar

Mikhail Hushchyn

Researcher at Laboratory for Methods of Big Data Analysis
HSE Faculty of Computer Science
Avatar

Alexey Zobnin

Accosiate professor
HSE Faculty of Computer Science
Avatar

Alexey Artemov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Sergey Yudin

Analyst-developer
Yandex
Avatar

Alexander Guschin

Visiting lecturer at HSE, Lecturer at MIPT
HSE Faculty of Computer Science
Avatar

Nikita Kazeev

Researcher
HSE Faculty of Computer Science
Avatar

Andrei Ustyuzhanin

Head of Laboratory for Methods of Big Data Analysis
HSE Faculty of Computer Science
Avatar

Dmitry Ulyanov

Visiting lecturer
HSE Faculty of Computer Science
Avatar

Marios Michailidis

Research Data Scientist
H2O.ai
Avatar

Daniil Polykovskiy

Sr. Research Scientist
HSE Faculty of Computer Science
Avatar

Ekaterina Lobacheva

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Andrei Zimovnov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexander Novikov

Researcher
HSE Faculty of Computer Science
Avatar

Dmitry Altukhov

Visiting lecturer
HSE Faculty of Computer Science
Avatar

Pavel Shvechikov

Researcher at HSE and Sberbank AI Lab
HSE Faculty of Computer Science
Avatar

Anton Konushin

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Anna Kozlova

Team Lead
Yandex
Avatar

Mikhail Trofimov

Visiting lecturer
HSE Faculty of Computer Science
Avatar

Evgeny Sokolov

Senior Lecturer
HSE Faculty of Computer Science
Avatar

Alexander Panin

Lecturer
HSE Faculty of Computer Science
Avatar

Anna Potapenko

Researcher
HSE Faculty of Computer Science

Партнеры курса

Industry Partner Logo #0

О Национальный исследовательский университет "Высшая школа экономики"

National Research University - Higher School of Economics (HSE) is one of the top research universities in Russia. Established in 1992 to promote new research and teaching in economics and related disciplines, it now offers programs at all levels of university education across an extraordinary range of fields of study including business, sociology, cultural studies, philosophy, political science, international relations, law, Asian studies, media and communicamathematics, engineering, and more. Learn more on www.hse.ru...

Часто задаваемые вопросы

  • Да! Чтобы начать, нажмите карточку интересующего вас курса и зарегистрируйтесь. Зарегистрировавшись, вы можете пройти курс и получить сертификат, ссылкой на который можно делиться с другими людьми. Просто ознакомиться с содержанием курса можно бесплатно. При подписке на курс, входящий в специализацию, вы автоматически подписываетесь на всю специализацию. Ход учебы можно отслеживать в панели управления учащегося.

  • Это полностью дистанционный курс, потому вам не нужно ничего посещать. Все лекции, материалы для самостоятельного изучения и задания доступны всегда и везде по Интернету и с мобильных устройств.

  • Time to completion can vary based on your schedule, but most learners are able to complete the Specialization in 8-10 months.

  • As prerequisites we assume calculus and linear algebra (especially derivatives, matrices and operations with them), probability theory (random variables, distributions, moments), basic programming in python (functions, loops, numpy), basic machine learning (linear models, decision trees, boosting and random forests). Our intended audience are all people who are already familiar with basic machine learning and want to get a hand-on experience of research and development in the field of modern machine learning.

  • We recommend taking the “Intro to Deep Learning” course first as most of the subsequent courses will build on its material. All other courses can be taken in any order.

  • Coursera courses and certificates don't carry university credit, though some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more.

  • After completing 7 courses of the Specialization you will be able to:

    Use modern deep neural networks for various machine learning problems with complex inputs;

    Participate in data science competitions and use the most popular and effective machine learning tools;

    Adopt the best practices of data exploration, preprocessing and feature engineering;

    Perform Bayesian inference, understand Bayesian Neural Networks and Variational Autoencoders;

    Use reinforcement learning methods to build agents for games and other environments;

    Solve computer vision problems with a combination of deep models and classical computer vision algorithms;

    Outline state-of-the-art techniques for natural language tasks, such as sentiment analysis, semantic slot filling, summarization, topics detection, and many others;

    Build goal-oriented dialogue agents and train them to hold a human-like conversation;

    Understand limitations of standard machine learning methods and design new algorithms for new tasks.

Остались вопросы? Посетите Центр поддержки учащихся.