course language
course duration
needed to educate
for credit at your university
Курс "Сбор и анализ данных в Python" поможет овладеть навыками Data Culture.
Курс охватывает все основные статистические концепции. В первой половине курса слушатели знакомятся с основными понятиями из математической статистики и нарабатывают необходимый для их понимания бэкграунд из теории вероятностей. Слушатели научатся делать описательный анализ данных, визуализировать данные и исследовать линейные взаимосвязи.
Вторая часть посвящена более продвинутым темам: параметрическим и непараметрическим тестам, принципу проверки статистических гипотез, а также построению прогностических моделей на основе линейной и логистической регрессии. Кроме того, в течение курса демонстрируется представление результатов анализа данных в графическом виде: рассматриваются как самые простые и классические методы визуализации, так и более сложные.
Практические навыки, получаемые в процессе освоения курса: сбор данных, работа с данными, обработка данных, описательная статистика, интерпретация данных, статистический анализ, прогнозирование, анализ временных рядов, регрессионный анализ, статистический контроль качества, тестирование гипотез, визуализация данных, базы данных, анализ, анализ данных, python, статический анализ.
Каждая неделя курса состоит из теоретического блока и практической части. Особенность практической части заключается в том, что она реализуется сразу с использованием двух инструментов: Google Sheets и языка программирования Python. Можно научиться реализации изученных методов с применением обоих инструментов или выбрать один.
Для прохождения данного курса не требуется специальная математическая подготовка, поэтому курс подойдет для слушателей любого уровня.
Необходимые инструменты:
Курс позволяет освоить следующие компетенции в соответствии с Рекомендациями к дополнительным профессиональным программам ИТ-профиля, реализуемым в рамках проекта "Цифровые кафедры" университета–участника программы стратегического академического лидерства "Приоритет-2030":
Сфера: Искусственный интеллект и машинное обучение.
Компетенция: Применяет математический аппарат для решения задач по оценке и разработки моделей.
Уровень: Базовый.
После завершения курса мы рекомендуем вам обратить внимание на курсы (в последовательности) Сбор и анализ данных в Python, Основы машинного обучения, Математическая статистика и А/В тестирование, Продвинутые методы машинного обучения и Статистические методы анализа данных. Также рекомендуем ознакомиться с курсами Анализ текстовых данных и Компьютерное зрение.
course language
course duration
needed to educate
for credit at your university
Магистр
Position: Старший преподаватель Департамента больших данных и информационного поиска Факультута компьютерных наук, академический руководитель образовательной программы "Магистр по наукам о данных" Факультета компьютерных наук, преподаватель Центра непрерывного образования Факультета компьютерных наук
Магистр
Position: Методист, Приглашенный преподаватель Департамента больших данных и информационного поиска, Факультет компьютерных наук
Стоимость доступа ко всем материалам курса, возможности пройти экзамен с прокторингом и получить сертификат составляет 3600 рублей.
The cost of passing the procedures for assessing learning outcomes with personal identification - 3600 Р.