이 강좌에 대하여

최근 조회 392,714

학습자 경력 결과

40%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

44%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

26%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 1번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
초급 단계
완료하는 데 약 29시간 필요
러시아어
자막: 러시아어

귀하가 습득할 기술

ScipyStatisticsPython ProgrammingNumpy

학습자 경력 결과

40%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

44%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

26%

가 급여 인상 또는 승진 성취
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
다음 특화 과정의 6개 강좌 중 1번째 강좌:
유동적 마감일
일정에 따라 마감일을 재설정합니다.
초급 단계
완료하는 데 약 29시간 필요
러시아어
자막: 러시아어

제공자:

모스크바 물리 기술원 로고

모스크바 물리 기술원

Yandex 로고

Yandex

E-Learning Development Fund 로고

E-Learning Development Fund

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up90%(90,354개의 평가)Info
1

1

완료하는 데 8시간 필요

Введение

완료하는 데 8시간 필요
19개 동영상 (총 115분), 13 개의 읽기 자료, 7 개의 테스트
19개의 동영상
Как устроена специализация и зачем ее проходить3m
Как устроен этот курс и в чем его главная особенность1m
МФТИ1m
Что такое Python и почему мы выбрали именно его6m
Как установить Анаконду. Windows3m
Как установить Анаконду. Linux4m
Как установить Анаконду. Mac3m
Что такое ноутбуки и как ими пользоваться10m
Типы данных16m
Циклы, функции, генераторы, list comprehension13m
Чтение данных из файлов11m
Запись файлов, изменение файлов8m
Функции и их свойства6m
Предел и производная4m
Геометрический смысл производной2m
Производная сложной функции2m
Задача нахождения экстремума3m
Вторая производная и выпуклость5m
13개의 읽기 자료
Формат специализации и получение сертификата2m
МФТИ10m
Немного о Yandex10m
Python FAQ10m
Forum&Chat10m
Инструкция: Как открыть ipython в актуальной версии Anaconda10m
Знакомство с IPython Notebook10m
Конспект30m
Типы данных (ipython notebook)10m
Чтение данных из файлов (ipython notebook)10m
Запись файлов, изменение файлов (ipython notebook)10m
Конспект30m
Конспект10m
6개 연습문제
Работа с IPython Notebook10m
Знакомство с Python10m
Работа с файлами в Python10m
Синтаксис Python10m
Функции и экстремумы10m
Производная и её применения10m
2

2

완료하는 데 8시간 필요

Библиотеки Python и линейная алгебра

완료하는 데 8시간 필요
14개 동영상 (총 97분), 8 개의 읽기 자료, 10 개의 테스트
14개의 동영상
Pandas. Индексация и селекция13m
Первое знакомство NumPy, SciPy и Matplotlib16m
Решение оптимизационных задач в SciPy4m
Знакомство с линейной алгеброй5m
Векторные пространства3m
Линейная независимость6m
Операции в векторных пространствах6m
Зачем нужны матрицы?5m
Матричные операции7m
Ранг и определитель5m
Системы линейных уравнений4m
Особые виды матриц4m
Собственные числа и векторы3m
8개의 읽기 자료
Pandas. DataFrame (ipython notebook)10m
Pandas. Индексация и селекция (ipython notebook)10m
Первое знакомство с Numpy, Scipy и Matplotlib (ipython notebook)10m
Оптимизация в Scipy (ipython notebook)10m
NumPy: векторы и операции над ними10m
Конспект30m
NumPy: матрицы и операции над ними10m
Конспект30m
9개 연습문제
Pandas10m
Numpy10m
Pandas, Numpy, Scipy, Matplotlib10m
Базовые понятия линейной алгебры10m
Линейная независимость и размерность10m
Векторные пространства и NumPy10m
Что можно делать с матрицами?10m
Разрешимость систем линейных уравнений и ранги10m
Матрицы и NumPy10m
3

3

완료하는 데 6시간 필요

Оптимизация и матричные разложения

완료하는 데 6시간 필요
12개 동영상 (총 47분), 3 개의 읽기 자료, 7 개의 테스트
12개의 동영상
Применение градиента3m
Производная по направлению2m
Касательная плоскость и линейное приближение2m
Направление наискорейшего роста2m
Оптимизация негладких функций4m
Метод имитации отжига4m
Генетические алгоритмы и дифференциальная эволюция4m
Нелдер-Мид3m
Разложения матриц в произведение, сингулярное разложение3m
Приближение матрицей меньшего ранга5m
Связь сингулярного разложения и приближения матрицей меньшего ранга6m
3개의 읽기 자료
Конспект30m
Конспект30m
Конспект30m
6개 연습문제
Частные производные10m
Градиент и его применения10m
Повторение: гладкость и градиентный спуск10m
Методы оптимизации в негладких задачах10m
Повторение линейной алгебры10m
Матричные разложения10m
4

4

완료하는 데 6시간 필요

Случайность

완료하는 데 6시간 필요
11개 동영상 (총 59분), 7 개의 읽기 자료, 7 개의 테스트
11개의 동영상
Свойства вероятности3m
Условная вероятность2m
Дискретные случайные величины4m
Непрерывные случайные величины7m
Оценка распределения по выборке6m
Важные характеристики распределений6m
Важные статистики5m
Центральная предельная теорема5m
Доверительные интервалы6m
Бонусное видео6m
7개의 읽기 자료
Работа со случайными величинами (ipython notebook)10m
Конспект30m
Оценка распределения по выборке (ipython notebook)10m
Конспект30m
Материалы к бонусному видео10m
Список литературы10m
Финальные титры10m
6개 연습문제
Вероятность10m
Случайные величины10m
Вероятность и случайные величины20m
Распределения, параметры и оценки10m
ЦПТ и доверительные интервалы10m
Статистики20m

검토

МАТЕМАТИКА И PYTHON ДЛЯ АНАЛИЗА ДАННЫХ의 최상위 리뷰

모든 리뷰 보기

Машинное обучение и анализ данных 특화 과정 정보

Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач. В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python. Мы разберём, как построить рекомендательную систему, оценить эмоциональную окраску текста, спрогнозировать спрос на товар, оценить вероятность клика по рекламе и т.д. В финале вам потребуется выполнить проект собственной системы, решающей любую актуальную для бизнеса задачу. Результатом будет наглядная работающая модель, которую вы сможете использовать в вашей повседневной работе или продемонстрировать на собеседовании. Все, прошедшие специализацию, могут принять участие в Программе трудоустройства. Если вы заинтересованы в новых проектах, новых перспективах и возможностях - пройдите обучение по Специализации и подайте заявку....
Машинное обучение и анализ данных

자주 묻는 질문

  • 강의 및 과제 이용 권한은 등록 유형에 따라 다릅니다. 청강 모드로 강좌를 수강하면 대부분의 강좌 자료를 무료로 볼 수 있습니다. 채점된 과제를 이용하고 수료증을 받으려면 청강 도중 또는 이후에 수료증 경험을 구매해야 합니다. 청강 옵션이 표시되지 않는 경우:

    • 강좌에서 청강 옵션을 제공하지 않을 수 있습니다. 대신 무료 평가판을 사용하거나 재정 지원을 신청할 수 있습니다.
  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

  • 이 강좌는 대학 학점을 제공하지 않지만, 일부 대학에서 선택적으로 강좌 수료증을 학점으로 인정할 수도 있습니다. 자세한 내용은 해당 기관에 문의하세요. Coursera의 온라인 학위Mastertrack™ 수료증은 대학 학점을 취득할 기회를 제공합니다.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.