Data science — одна из самых горячих областей на сегодняшний день, а Python — один из самых популярных инструментов для анализа данных. В этом курсе вы узнаете, как применять свои навыки программирования для построения предиктивных моделей, визуализации данных и работы с нейросетями.
Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей.
This course is part of the Программирование на Python Specialization
Python для анализа данных
Offered By
Moscow Institute of Physics and Technology
ФРОО
Mail.Ru Group
Syllabus - What you will learn from this course
Week
1Математика и Python для анализа данных
15 videos (Total 91 min), 5 readings, 4 quizzes
15 videos
Функция и её свойства6m
Экстремумы функции3m
Векторы и матрицы3m
Определитель матрицы1m
Операции с матрицами. Собственные числа матриц4m
Знакомство с библиотекой Numpy14m
Броадкастинг в Numpy9m
Знакомство с библиотекой scipy5m
Знакомство с библиотекой Pandas2m
Объект pandas.Series4m
Объект pandas.DataFrame13m
Группировка данных6m
Работа с несколькими таблицами7m
Преобразование признаков5m
5 readings
О бета-тестировании2m
Дополнительная литература10m
Установка Anaconda10m
Документация и другие источники10m
Документация и другие источники10m
4 practice exercises
Основные понятия математического анализа20m
Основные понятия линейной алгебры20m
Numpy и scipy50m
Pandass
Week
2Визуализация данных и статистика
14 videos (Total 78 min), 3 readings, 3 quizzes
14 videos
Расширенная визуализация с matplotlib8m
Визуализация с pandas8m
Интерактивная визуализация с plotly10m
Определение вероятности4m
Случайная величина3m
Показатели центра распределения4m
Нормальное распределение3m
Центральная предельная теорема1m
Зависимость между случайными величинами2m
Распределение Стьюдента1m
Статистика в scipy6m
Доверительный интервал8m
Проверка гипотез и распределение Стьюдента5m
3 readings
Дополнительные источники по визуализации10m
Дополнительные источники по статистике10m
Практика по статистике – решение от преподавателей10m
2 practice exercises
Статистический анализ10m
Практика по статистикеs
Week
3Обучение с учителем
13 videos (Total 61 min), 7 readings, 7 quizzes
13 videos
Введение56s
Виды машинного обучения7m
Линейная регрессия2m
Функционал качества и градиентный спуск3m
Логистическая регрессия2m
Применение линейных моделей9m
Данные и переобучение8m
Метрики качества4m
Применение метрик качества8m
Решающие деревья2m
Случайный лес3m
Градиентный бустинг2m
Применение ансамблевых моделей5m
7 readings
Дополнительные источники по линейным моделям10m
Применение линейной регрессии – решение от преподавателей10m
Дополнительные источники по измерению качества моделей10m
Регуляризация – решение от преподавателей10m
Метрики качества – решение от преподавателей10m
Дополнительные источники по ансамблевым моделям10m
Практика по ансамблевым моделям – решение от преподавателей10m
7 practice exercises
Линейные модели15m
Применение линейной регрессииs
Измерение качества моделей20m
Регуляризацияs
Метрики качестваs
Ансамблевые модели10m
Практика по ансамблевым моделямs
Week
4Методы обучения без учителя
20 videos (Total 124 min), 6 readings, 6 quizzes
20 videos
Задача кластеризации, группы методов3m
Метод K-средних7m
Практика. Метод K-средних5m
Иерархическая кластеризация. Агломеративный алгоритм5m
Практика. Иерархическая кластеризация8m
DBSCAN6m
Практическое применение DBSCAN7m
Оценки качества кластеризации7m
Мотивация3m
Метод Главных Компонент (Principal Component Analysis)7m
Сингулярное разложение матрицы и связь с PCA2m
Практика. Применение PCA на данных11m
Многомерное шкалирование6m
T-SNE5m
Практика. Применение T-SNE на данных5m
Рекомендательные системы6m
Методы коллаборативной фильтрации5m
Методы с матричными разложениями4m
Практика. Матрица рейтингов и SVD11m
6 readings
Дополнительные источники по кластеризации10m
Практика по кластеризации – решение от преподавателей10m
Дополнительные источники по методам понижения размерности10m
PCA – решение от преподавателей10m
Дополнительные источники по рекомендательным системам10m
Создание рекомендательной системы – решение от преподавателей10m
6 practice exercises
Кластеризация10m
Практика по кластеризацииs
Методы понижения размерности10m
PCAs
Рекомендательные системы10m
Создание рекомендательной системыs
Instructors
Александр Жебрак
Технический директор Insilico Medicine
About Moscow Institute of Physics and Technology
Московский физико-технический институт (неофициально известный как МФТИ или Физтех) является одним из самых престижных в мире учебных и научно-исследовательских институтов. Он готовит высококвалифицированных специалистов в области теоретической и прикладной физики, прикладной математики, информатики, биотехнологии и смежных дисциплин. Физтех был основан в 1951 году Нобелевской премии лауреатами Петром Капицей, Николаем Семеновым, Львом Ландау и Сергеем Христиановичем. Основой образования в МФТИ является уникальная «система Физтеха»: кропотливое воспитание и отбор самых талантливых абитуриентов, фундаментальное образование высшего класса и раннее вовлечение студентов в реальную научно-исследовательскую работу. Среди выпускников МФТИ есть Нобелевские лауреаты, основатели всемирно известных компаний, известные космонавты, изобретатели, инженеры.
About ФРОО
Фонд развития онлайн-образования – это акселератор онлайн курсов и образовательных программ. Мы запустили первый российский курс на платформе Coursera, первую русскоязычную специализацию на Coursera, первую в России онлайн-магистратуру с дипломом государственного образца от ведущего вуза. Более 10 лет наша команда работает над созданием образовательных продуктов, создавая тренды и задавая тенденции в области онлайн-образования. Запуская курсы и программы, мы учитываем ситуацию на рынке труда и потребности работодателей, чтобы наши студенты были востребованы бизнесом. А наш опыт позволяет нам гарантировать высокое качество онлайн-обучения.
About Mail.Ru Group
Mail.Ru Group, международный бренд My.com – крупнейший холдинг в России по дневной мобильной аудитории. В рамках стратегии communitainment Mail.Ru Group развивает единую интегрированную платформу коммуникационных и развлекательных интернет-сервисов. Компании принадлежат лидирующий почтовый сервис, один из крупнейших порталов в рунете, крупнейшие русскоязычные социальные сети – ВКонтакте, Одноклассники и Мой Мир, а также два популярных в России и СНГ мессенджера – Агент Mail.Ru и ICQ.
About the Программирование на Python Specialization
Программа состоит из четырех курсов, каждый из которых раскрывает определенную тему в Python. Сначала вы научитесь основным конструкциям языка и другим особенностям программирования на Python, далее углубитесь в объектно-ориентированное программирование. Научитесь создавать веб-сервисы и проводить анализ данных. Программа подойдет для студентов и профессионалов с начальными навыками программирования.
Frequently Asked Questions
When will I have access to the lectures and assignments?
Once you enroll for a Certificate, you’ll have access to all videos, quizzes, and programming assignments (if applicable). Peer review assignments can only be submitted and reviewed once your session has begun. If you choose to explore the course without purchasing, you may not be able to access certain assignments.
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.
What is the refund policy?
Is financial aid available?
More questions? Visit the Learner Help Center.
Coursera provides universal access to the world’s best education,
partnering with top universities and organizations to offer courses online.
© 2018 Coursera Inc. All rights reserved.
