Наука о данных включает большой спектр подходов и методов сбора, обработки, анализа и визуализации массивов данных любого размера. Отдельным практически важным направлением данной науки является работа с большими данными с помощью новых принципов математического и вычислительного моделирования, когда классические методы перестают работать ввиду невозможности их масштабирования.
Введение в науку о данных (An Introduction to Data Science)
상트 페테르부르크 주립 대학교이 강좌에 대하여
최근 조회 7,564회
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 89시간 필요
러시아어
자막: 러시아어
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 마감일
일정에 따라 마감일을 재설정합니다.
완료하는 데 약 89시간 필요
러시아어
자막: 러시아어
제공자:
상트 페테르부르크 주립 대학교
Санкт-Петербургский государственный университет (СПбГУ) — старейший вуз России, основанный в 1724 году. Университет сегодня — научный, образовательный и культурный центр мирового значения, неизменно входящий во все международные рейтинги вузов. В номинации взаимодействие с работодателями QS Graduate Employability 2018 СПбГУ занимает 20 место среди 400 ведущих вузов мира и является лучшим в России.
강의 계획 - 이 강좌에서 배울 내용
완료하는 데 4시간 필요
Введение
완료하는 데 4시간 필요
8개 동영상 (총 50분), 1 개의 읽기 자료, 5 개의 테스트
8개의 동영상
Общее введение в науку о данных3m
Примеры реальных задач4m
Типы данных: маленькие и большие данные7m
Хранения данных. Форматы файлов13m
Модели данных. Часть 15m
Модели данных. Часть 28m
Как подготавливались данные для курса3m
1개의 읽기 자료
Модуль 110m
5개 연습문제
Тест30m
Тест30m
Тест30m
Тест30m
Тест30m
완료하는 데 5시간 필요
Математический инструментарий науки о данных.
완료하는 데 5시간 필요
10개 동영상 (총 79분), 2 개의 읽기 자료, 6 개의 테스트
10개의 동영상
Определения вероятности4m
Случайные величины10m
Примеры распределений5m
Основы статистики. Часть 17m
Основы статистики. Часть 28m
Элементы линейной алгебры10m
Сингулярное разложение матрицы9m
Обоснование метода сингулярного разложения8m
Примеры и вычислительные аспекты6m
2개의 읽기 자료
Дополнительные материалы к изучаемым разделам10m
Модуль 2.10m
6개 연습문제
Тест30m
Тест30m
Тест30m
Тест30m
Тест30m
Проверочное задание30m
완료하는 데 76시간 필요
Программный инструментарий науки о данных.
완료하는 데 76시간 필요
8개 동영상 (총 76분), 1 개의 읽기 자료, 6 개의 테스트
8개의 동영상
Основы программирования на Python. Часть 110m
Основы программирования на Python. Часть 29m
Библиотеки для машинного обучения (Matplotlib)12m
Библиотеки для машинного обучения (Pandas)5m
Библиотеки для машинного обучения (Scikit-learn)4m
Демонстрация получения данных из внешней тестовой коллекции11m
Демонстрация получения данных из авторской тестовой коллекции14m
1개의 읽기 자료
Модуль 3.10m
6개 연습문제
Тест30m
Задание
Проверочное задание12m
Контрольное задание30m
Проверочное задание30m
Контрольное задание30m
완료하는 데 2시간 필요
Машинное обучение: обучение с учителем.
완료하는 데 2시간 필요
5개 동영상 (총 29분), 1 개의 읽기 자료, 3 개의 테스트
5개의 동영상
Оценка классификации и выбор модели5m
Линейный SVM. Часть 15m
Линейный SVM. Часть 22m
Алгоритмические композиции: boosting, stacking, bagging7m
1개의 읽기 자료
Модуль 4.10m
3개 연습문제
Тест30m
Тест30m
Тест30m
자주 묻는 질문
강의 및 과제를 언제 이용할 수 있게 되나요?
이 수료증을 구매하면 무엇을 이용할 수 있나요?
Is financial aid available?
궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.
