Science is undergoing a data explosion, and astronomy is leading the way. Modern telescopes produce terabytes of data per observation, and the simulations required to model our observable Universe push supercomputers to their limits. To analyse this data scientists need to be able to think computationally to solve problems. In this course you will investigate the challenges of working with large datasets: how to implement algorithms that work; how to use databases to manage your data; and how to learn from your data with machine learning tools. The focus is on practical skills - all the activities will be done in Python 3, a modern programming language used throughout astronomy.
제공자:
Data-driven Astronomy
시드니 대학교이 강좌에 대하여
최근 조회 18,295회
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
중급 단계
완료하는 데 약 24시간 필요
영어
자막: 아랍어, 프랑스어, 포르투갈어 (유럽), 이탈리아어, 베트남어, 독일어, 러시아어, 영어, 스페인어
귀하가 습득할 기술
- Python Programming
- Machine Learning
- Applied Machine Learning
- SQL
유연한 마감일
일정에 따라 마감일을 재설정합니다.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
중급 단계
완료하는 데 약 24시간 필요
영어
자막: 아랍어, 프랑스어, 포르투갈어 (유럽), 이탈리아어, 베트남어, 독일어, 러시아어, 영어, 스페인어
제공자:
시드니 대학교
Our excellence in research and teaching makes the University of Sydney one of the top universities in Australia and highly ranked among the best universities in the world. In 2020, we were ranked second in the Times Higher Education (THE) University Impact Rankings, and first in Australia in the QS Graduate Employability Rankings.
강의 계획표 - 이 강좌에서 배울 내용
완료하는 데 5시간 필요
Thinking about data
This module introduces the idea of computational thinking, and how big data can make simple problems quite challenging to solve. We use the example of calculating the median and mean stack of a set of radio astronomy images to illustrate some of the issues you encounter when working with large datasets.
완료하는 데 5시간 필요
8개 동영상 (총 30분), 1 개의 읽기 자료, 4 개의 테스트
완료하는 데 4시간 필요
Big data makes things slow
In this module we explore the idea of scaling your code. Some algorithms scale well as your dataset increases, but others become impossibly slow. We look at some of the reason for this, and use the example of cross-matching astronomical catalogues to demonstrate what kind of improvements you can make.
완료하는 데 4시간 필요
7개 동영상 (총 35분)
완료하는 데 4시간 필요
Querying your data
Most large astronomy projects use databases to manage their data. In this module we introduce SQL - the language most commonly used to query databases. We use SQL to query the NASA Exoplanet database and investigate the habitability of planets in other solar systems.
완료하는 데 4시간 필요
7개 동영상 (총 35분)
완료하는 데 4시간 필요
Managing your data
This module introduces the basic principles of setting up databases. We look at how to set up new tables, and then how to combine Python and SQL to get the best out of both approaches. We use these tools to explore the life of stars in a stellar cluster.
완료하는 데 4시간 필요
6개 동영상 (총 29분)
검토
DATA-DRIVEN ASTRONOMY의 최상위 리뷰
SK 제공2020년 9월 10일
Really amazing course! Gave me insights into how data analysis works in the field of astronomy and how one can use different machine learning techniques to classify the huge amounts of data generated.
MC 제공2020년 2월 28일
Its been amazing to learn about the celestial objects, stars, galaxies. The lectures and quizzes spurred in me to explore new material online. Great hands on exercises in python and machine learning
TS 제공2019년 12월 14일
This is a great course for anyone wanting to do data science with astronomical datasets. The lectures are clear and interesting and the activities are well structured. I really enjoyed this course!
GB 제공2017년 4월 21일
Great and quick way to learn things. Thanks for the troubles taken to put this together. Some of the computational exercises could do with a little more clarity of language. But, overall, Great!
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
이 수료증을 구매하면 무엇을 이용할 수 있나요?
재정 지원을 받을 수 있나요?
What programming background is assumed?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
