About this Course
최근 조회 73,699

다음 전문 분야의 6개 강좌 중 4번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

완료하는 데 약 39시간 필요

권장: 4 недели обучения, через 2-4 часа / неделю...

러시아어

자막: 러시아어

귀하가 습득할 기술

A/B TestingData AnalysisCorrelation And DependenceStatistical Hypothesis TestingStatistics

다음 전문 분야의 6개 강좌 중 4번째 강좌:

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

고급 단계

완료하는 데 약 39시간 필요

권장: 4 недели обучения, через 2-4 часа / неделю...

러시아어

자막: 러시아어

강의 계획 - 이 강좌에서 배울 내용

1
완료하는 데 6시간 필요

Интервалы и гипотезы

21개 동영상 (총 106분), 14 readings, 5 quizzes
21개의 동영상
Как устроена специализация, и зачем ее проходить3m
Выводы и рациональность2m
Проблемы построения выводов1m
Примеры прикладных задач1m
Как устроен этот курс1m
МФТИ1m
Интервальные оценки с помощью квантилей4m
Доверительные интервалы с помощью квантилей6m
Распределения, производные от нормального5m
Доверительные интервалы для среднего8m
Доверительные интервалы для доли8m
Доверительные интервалы для двух долей5m
Доверительные интервалы на основе бутстрепа8m
Проверка гипотез: начало5m
Ошибки I и II рода3m
Достигаемый уровень значимости2m
Статистическая и практическая значимость6m
Биномиальный критерий для доли7m
Критерии согласия Пирсона (хи-квадрат)5m
Связь между проверкой гипотез и доверительными интервалами8m
14개의 읽기 자료
Формат специализации и получение сертификата10m
МФТИ10m
Немного о Yandex10m
Forum&Chat10m
Доверительные интервалы для среднего [ipython notebook]10m
Доверительные интервалы для доли [ipython notebook]10m
Доверительные интервалы для двух долей [ipython notebook]10m
Доверительные интервалы на основе бутстрепа [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Биномиальный критерий для доли [ipython notebook]10m
Критерии согласия Пирсона (хи-квадрат) [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
5개 연습문제
Доверительные интервалы для среднего14m
Доверительные интервалы для долей12m
Доверительные интервалы16m
Теория проверки гипотез14m
Практика проверки гипотез10m
2
완료하는 데 5시간 필요

АБ-тестирование

21개 동영상 (총 137분), 10 readings, 4 quizzes
21개의 동영상
Где используется АБ-тестирование3m
Метрики4m
Дизайн эксперимента4m
Устойчивость6m
Размер выборки3m
Одновыборочные критерии Стьюдента10m
Двухвыборочные критерии Стьюдента, независимые выборки7m
Двухвыборочные критерии Стьюдента, связанные выборки4m
Нормальность выборок8m
Пример: применение критериев Стьюдента9m
Гипотезы о долях8m
Пример: проверка гипотез о долях8m
Как работают непараметрические критерии?2m
Критерии знаков6m
Ранговые критерии9m
Перестановочные критерии8m
Перестановки и бутстреп7m
Пример: одновыборочные непараметрические критерии7m
Пример: двухвыборочные непараметрические критерии (связанные выборки)6m
Пример: двухвыборочные непараметрические критерии (независимые выборки)6m
10개의 읽기 자료
Конспект10m
Применение критериев Стьюдента [ipython notebook]10m
Проверка гипотез о долях [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Одновыборочные непараметрические критерии [ipython notebook]10m
Двухвыборочные непараметрические критерии (связанные выборки) [ipython notebook]10m
Двухвыборочные непараметрические критерии (независимые выборки) [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
4개 연습문제
Планирование эксперимента8m
Критерии Стьюдента14m
Параметрические критерии14m
Непараметрические критерии14m
3
완료하는 데 6시간 필요

Закономерности и зависимости

22개 동영상 (총 144분), 11 readings, 6 quizzes
22개의 동영상
Внешние факторы, влияющие на продажи4m
Корреляция Пирсона3m
Корреляция Спирмена3m
Корреляция Мэтьюса и коэффициент Крамера4m
Пример: поиск взаимосвязей с помощью корреляции7m
Значимость корреляции8m
Булщит и консервативность8m
Корреляция и причинно-следственная связь3m
В чем проблема?5m
Постановка4m
FWER. Поправка Бонферрони5m
FWER. Метод Холма4m
FDR. Метод Бенджамини-Хохберга5m
Пример: поправки на множественную проверку при корреляционном анализе7m
Анализ подгрупп6m
Взаимосвязь нескольких признаков4m
Свойства решения задачи8m
Интервалы и гипотезы9m
Проверка предположений7m
Регрессия и причинно-следственные связи9m
Пример: оценка зависимости с помощью регрессии19m
11개의 읽기 자료
Конспект10m
Поиск взаимосвязей с помощью корреляции [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Поправки на множественную проверку при корреляционном анализе [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Оценка зависимости с помощью регрессии [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Q&A10m
6개 연습문제
Коэффициенты корреляции10m
Корреляционный анализ20m
Поправки на множественную проверку12m
Множественная проверка гипотез16m
Теория построения регрессии10m
Практика построения регрессии20m
4
완료하는 데 1시간 필요

Неделя задач

3 readings
3개의 읽기 자료
Список литературы10m
Финальные титры10m
Стань ментором специализации10m
완료하는 데 6시간 필요

Неделя задач: Lesson Choices

4개 동영상 (총 57분), 4 quizzes
4개의 동영상
Интервью с Алексеем Шатерниковым про скоринг15m
Интервью с Еленой Кунаковой18m
Интервью с Алексеем Шатерниковым про отток12m
2개 연습문제
Анализ результатов АБ-теста14m
Анализ эффективности удержания18m
4.7
119개의 리뷰Chevron Right

43%

이 강좌를 수료한 후 새로운 경력 시작하기

57%

이 강좌를 통해 확실한 경력상 이점 얻기

Построение выводов по данным의 최상위 리뷰

대학: PKMay 4th 2018

Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.

대학: SMJun 27th 2016

Интересный и достаточно сложный для меня курс. Не хватает только методички с кратким описанием основных методов, критериев и условий их применения.

모스크바 물리 기술원 정보

Московский физико-технический институт (Физтех) является одним из ведущих вузов страны и входит в основные рейтинги лучших университетов мира. Институт обладает не только богатой историей – основателями и профессорами института были Нобелевские лауреаты Пётр Капица, Лев Ландау и Николай Семенов – но и большой научно-исследовательской базой. Основой образования в МФТИ является уникальная «система Физтеха», сформулированная Петром Капицей: кропотливый отбор одаренных и склонных к творческой работе абитуриентов; участие в обучении ведущих научных работников; индивидуальный подход к отдельным студентам с целью развития их творческих задатков; воспитание с первых шагов в атмосфере технических исследований и конструктивного творчества с использованием потенциала лучших лабораторий страны. Среди выпускников МФТИ — нобелевские лауреаты Андрей Гейм и Константин Новоселов, основатель компании ABBYY Давид Ян, один из авторов архитектурных принципов построения вычислительных комплексов Борис Бабаян и др....

Yandex 정보

Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world....

Машинное обучение и анализ данных 전문 분야 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

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 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.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.