course language
course duration
needed to educate
for credit at your university
В курсе "Статистические методы анализа данных" подробно обсудим, как статистика связана с машинным обучением и какое место она занимает среди наук о данных.
Курс является частью специализации "Машинное обучение: от статистики до нейросетей", состоящей из семи курсов: "Математическая статистика и А/В тестирование", "Основы машинного обучения (вводный курс)", "Сбор и анализ данных в Python", "Статистические методы анализа данных", "Продвинутые методы машинного обучения", "Основы глубинного обучения" и "Продвинутые методы глубинного обучения".
Есть два великих вопроса: «Как устроен мир?» и «Что будет дальше?». В зависимости от того, на какой вопрос мы ищем ответ, мы должны использовать разные методы.
Мы изучим метод максимального правдоподобия, поговорим про статистические свойства различных функций потерь. Поговорим о линейной регрессии и временных рядах. В конце курса мы обсудим байесовский подход к статистике и выясним, чем он отличается от частотного.
Курс длится 6 недель. Каждая неделя содержит видеолекции, тестовые задания и материалы для самостоятельного изучения.
Чураков Е. П. - Введение в многомерные статистические методы - Издательство "Лань" - 2021 - ISBN: 978-5-8114-2149-7 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/168986
Слушатель должен уметь применять знания по математическому анализу и линейной алгебре к решению конкретных задач; владеть навыками решения задач теории вероятности и математической статистики.
1. Метод максимального правдоподобия
Мы обсудим главную рабочую лошадку науки о данных – метод максимального правдоподобия.
2. Статистический взгляд на линейные модели: прогнозы и интерпретация
Мы посмотрим на линейную регрессию с точки зрения статистики. Узнаем, что почти любая функция потерь может быть получена из метода максимального правдоподобия.
3. Временные ряды - начало
Начнём знакомиться с моделями, которые используются для временных рядов. Мы поговорим про временной ряд как структуру данных. Мы обсудим ETS и начнём говорить про SARIMA.
4. Временные ряды - продолжение
На этой неделе мы закончим строительство SARIMA. После мы обсудим то, как ещё можно подойти к моделированию временных рядов, а также поговорим про ряд других задач, отличающихся от прогнозирования.
5. Байесовские методы
На этой неделе мы немного поговорим про байесовские методы. Мы изучим концепцию байесовского подхода и простейшие модели в python.
course language
course duration
needed to educate
for credit at your university
Position: 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.