This course is part of the Машинное обучение: от статистики до нейросетей Specialization

Ульянкин Филипп Валерьевич

Offered By

Машинное обучение: от статистики до нейросетей SpecializationNational Research University Higher School of Economics

About this Course

5,243 recent views

В этом курсе мы будем смотреть на данные через призму математической статистики. Поговорим о том, какое место она занимает среди наук о данных. Научимся аккуратно переводить повседневные задачи на язык статистики и выбирать методы для работы с ними. 
К концу курса мы научимся грамотно выбирать методы для проверки гипотез, строить доверительные интервалы, а также реализовывать это всё на Python.

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Course 5 of 5 in the

Машинное обучение: от статистики до нейросетей Specialization

Flexible deadlines

Reset deadlines in accordance to your schedule.

Intermediate Level

Базовые навыки программирования на языке Python. Математика для анализа данных (теория вероятностей, производные, оптимизация, интегралы, матрицы)

Approx. 25 hours to complete

Russian

Subtitles: Russian

What you will learn

Сможете построить с помощью Python доверительный интервал и проверить гипотезу

Разберётесь в теоретических основах математической статистики и научитесь среди большого числа методов выбирать те, которые подходят именно вам

Skills you will gain

StatisticsData AnalysisPython ProgrammingProbability Theory

Shareable Certificate

Earn a Certificate upon completion

100% online

Start instantly and learn at your own schedule.

Course 5 of 5 in the

Машинное обучение: от статистики до нейросетей Specialization

Flexible deadlines

Reset deadlines in accordance to your schedule.

Intermediate Level

Approx. 25 hours to complete

Russian

Subtitles: Russian

Instructor

Ульянкин Филипп Валерьевич

Преподаватель

Факультет компьютерных наук

216 Learners

3 Courses

Offered by

National Research University Higher School of Economics

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.

Syllabus - What you will learn from this course

Week

Week 1

5 hours to complete

Общая схема математической статистики

Накидываем схему математической статистики, осознаём мощь средних. Придумываем метод моментов, понимаем как распределено среднее, строим для него доверительный интервал.

5 hours to complete

15 videos (Total 136 min), 3 readings, 4 quizzes

15 videos

Дорожная карта курса3m

[доска] Дядя Фёдор и конфликт10m

[доска] Дядя Фёдор и распределение среднего6m

[доска] Дядя Фёдор и доверительный интервал11m

[доска] Дядя Фёдор и гипотеза о великанах6m

Схема математической статистики2m

Метод моментов5m

[доска] Метод моментов12m

Асимптотический доверительный интервал для среднего10m

Доверительный интервал для разности средних4m

[доска] Ульяна смотрит сериалы13m

Доверительные интервалы для средних в python9m

Асимптотические доверительные интервалы для долей10m

Продуктовые метрики15m

Дельта-метод13m

3 readings

Конспект про схему статистики1m

Конспект про метод моментов1m

Презентация и конспект про дельта-метод10m

3 practice exercises

Распределение среднего5m

Метод моментов20m

Мощь средних30m

Week

Week 2

4 hours to complete

Свойства статистических оценок

Разбираемся со статистическими свойствами оценок. Смотрим на то, как они выглядят на симуляциях. Обсуждаем, зачем статистики хотят, чтобы их оценки обладали такими свойствами.

4 hours to complete

12 videos (Total 108 min), 1 reading, 3 quizzes

12 videos

Чего хочет статистик11m

Несмещённость в python12m

Состоятельность в python6m

Эффективность в python5m

[доска] Несмещённая оценка для среднего и дисперсии15m

[доска] Состоятельные оценки для среднего и дисперсии7m

[доска] Состоятельность и несмещённость6m

Великая дилемма: смещение против разброса7m

[доска] Регуляризация10m

Эффективность оценок8m

[доска] Проверка оценок на эффективность11m

Итоги недели :)4m

1 reading

Презентация10m

2 practice exercises

Статистические свойства оценок30m

Смещение и разброс20m

Week

Week 3

4 hours to complete

Доверительные интервалы

До этого мы обсудили асимптотических союзников: ЦПТ и дельта-метод. Оказывается, что есть ещё и точные. На этой неделе поговорим про них, а также про точные доверительные интервалы.

4 hours to complete

10 videos (Total 107 min), 2 readings, 2 quizzes

10 videos

Доверительные интервалы7m

Асимптотические доверительные интервалы6m

Точные интервалы для нормальных выборок14m

Доверительные интервалы для средних в python16m

Точные доверительные интервалы для разности стредних12m

Доверительный интервал для разности средних в python7m

Точные доверительный интервалы для дисперсии10m

Точный доверительный интервал для отношения дисперсий5m

Доверительные интервалы для дисперсии в python11m

[доска] Точный доверительный интервал для равномерного14m

2 readings

Вывод статистики для двух средних1m

Презентация10m

1 practice exercise

Доверительные интервалы20m

Week

Week 4

5 hours to complete

Параметрические критерии и проверка гипотез

Пришло время обсудить то, как математическая статистика помогает отвечать на разные вопросы. Говорим про проверку гипотез.

5 hours to complete

14 videos (Total 140 min), 1 reading, 4 quizzes

14 videos

Проверка гипотез12m

Процедура проверки гипотез7m

p-значение7m

Ошибки 1 и 2 рода12m

[доска] Ошибка 1 и 2 рода для простого критерия6m

[доска] Ошибка 1 и 2 рода для настоящего критерия15m

Сколько нужно наблюдений для проверки гипотезы13m

Параметрические критерии4m

Гипотезы о долях11m

О мышах и людях: доли8m

Гипотезы о средних13m

Гипотезы о дисперсиях9m

О мышах и людях: среднее и десперсия9m

Критерии для зависимых выборок7m

1 reading

Презентация и шпаргалка по параметрическим критериям10m

2 practice exercises

Проверка гипотез20m

Параметрические критерии20m

Week

Week 5

5 hours to complete

Непараметрические критерии, критерии согласия, бутстрап

Продолжаем добавлять на схему статистики новые кусочки. Пришло время бустрапа, непараметрических критериев и критериев согласия.

5 hours to complete

12 videos (Total 122 min), 1 reading, 5 quizzes

12 videos

Непараметрические тесты4m

Критерий знаков9m

Ранговые критерии14m

Непараметрические критерии в python12m

Бутстрап8m

Особенности бутстрапа13m

Бутстрап в python12m

Эмпирическая функция распределения7m

Критерий Колмогорова12m

Критерий Пирсона10m

Критерий Колмогорова в python9m

Критерий Пирсона в python6m

1 reading

Презентация10m

3 practice exercises

Непараметрические тесты10m

Бутстрап10m

Критерии согласия20m

Week

Week 6

4 hours to complete

A/B тестирование

Говорим про то, как на практике проверяют разные идеи (А/B-тестирование), а также о том, какие проблемы при этом обычно возникают. Соединяем весь материал, который мы изучили, в единую картину мира.

4 hours to complete

9 videos (Total 108 min), 1 reading, 5 quizzes

9 videos

АБ-тесты14m

Подводные камни АБ-тестирования13m

Офлайн АБ-тестирование12m

Множественное тестирование13m

Контроль уровня значимости в python9m

Сколько надо наблюдений6m

Расчёт числа необходимых наблюдений в python11m

Метрики для АБ-тестирования13m

О котах и печеньках13m

1 reading

Презентация10m

3 practice exercises

АБ-тесты10m

Множественная проверка гипотез10m

Сколько нужно наблюдений?10m

About the Машинное обучение: от статистики до нейросетей Specialization

Современные науки о данных — это огромная область, которая включает себя много методов, технологий и трюков. Всё это быстро развивается, постоянно возникают новые направления и результаты.

На нашей специализации вы познакомитесь со всеми ключевыми разделами машинного обучения и анализа данных, освоите самые важные концепции и получите базу, с которой сможете углубляться дальше в любом направлении — будь то рекомендательные системы, машинное зрение или обучение с подкреплением. Мы начнём с изучения инструментария Python для анализа данных: разберёмся, как с его помощью можно собирать данные из разнообразных источников, искать и устранять в них проблемы, делать первичную аналитику. В следующих курсах мы познакомимся с классическим машинным обучением (и дойдём до композиций моделей, которые являются стандартом для работы с табличными данными) и статистическими методами и их приложениями для анализа моделей, работы с временными данными и A/B-тестирования. Наконец, мы изучим ключевые разделы глубинного обучения: узнаем, как обучаются современные нейронные сети и как именно они позволяют добиваться мощных результатов при анализе изображений и текстов.

Машинное обучение: от статистики до нейросетей

Frequently Asked Questions

When will I have access to the lectures and assignments?
Access to lectures and assignments depends on your type of enrollment. If you take a course in audit mode, you will be able to see most course materials for free. To access graded assignments and to earn a Certificate, you will need to purchase the Certificate experience, during or after your audit. If you don't see the audit option:
The course may not offer an audit option. You can try a Free Trial instead, or apply for Financial Aid.
The course may offer 'Full Course, No Certificate' instead. This option lets you see all course materials, submit required assessments, and get a final grade. This also means that you will not be able to purchase a Certificate experience.
What will I get if I subscribe to this Specialization?
When you enroll in the course, you get access to all of the courses in the Specialization, and you earn a certificate when you complete the work. Your electronic Certificate will be added to your Accomplishments page - from there, you can print your Certificate or add it to your LinkedIn profile. If you only want to read and view the course content, you can audit the course for free.
Is financial aid available?
Yes, Coursera provides financial aid to learners who cannot afford the fee. Apply for it by clicking on the Financial Aid link beneath the "Enroll" button on the left. You'll be prompted to complete an application and will be notified if you are approved. You'll need to complete this step for each course in the Specialization, including the Capstone Project. Learn more.
Will I earn university credit for completing the Course?
This Course doesn't carry university credit, but some universities may choose to accept Course Certificates for credit. Check with your institution to learn more. Online Degrees and Mastertrack™ Certificates on Coursera provide the opportunity to earn university credit.

More questions? Visit the Learner Help Center.

Математическая статистика и А/В тестирование