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.
提供方
莫斯科物理科学与技术学院
ФРОО
Mail.Ru 集团
Программирование на Python 专项课程莫斯科物理科学与技术学院课程信息
72,896 次近期查看
可分享的证书
完成后获得证书
100% 在线
立即开始，按照自己的计划学习。
第 4 门课程（共 4 门）
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为37 小时
俄语（Russian）
字幕：俄语（Russian）
可分享的证书
完成后获得证书
100% 在线
立即开始，按照自己的计划学习。
第 4 门课程（共 4 门）
可灵活调整截止日期
根据您的日程表重置截止日期。
中级
完成时间大约为37 小时
俄语（Russian）
字幕：俄语（Russian）
提供方
莫斯科物理科学与技术学院
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.
ФРОО
Фонд развития онлайн-образования объединяет образовательные стартапы, проекты в области EdTech и запускает собственные онлайн-программы в области машинного обучения, программирования, мобильной разработки, VR, дизайна и IT.
Mail.Ru 集团
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.
教学大纲 - 您将从这门课程中学到什么
完成时间为 5 小时
Математика и Python для анализа данных
完成时间为 5 小时
12 个视频 （总计 65 分钟）, 10 个阅读材料, 4 个测验
12 个视频
Приветствие2分钟
Векторы и матрицы3分钟
Определитель матрицы1分钟
Операции с матрицами. Собственные числа матриц4分钟
Знакомство с библиотекой Numpy14分钟
Знакомство с библиотекой scipy5分钟
Знакомство с библиотекой Pandas2分钟
Объект pandas.Series4分钟
Объект pandas.DataFrame9分钟
Группировка данных6分钟
Работа с несколькими таблицами7分钟
Преобразование признаков3分钟
10 个阅读材料
Telegram и форум курса10分钟
Mail.Ru Group5分钟
Фонд развития онлайн-образования5分钟
Математика10分钟
Дополнительная литература10分钟
Установка Anaconda10分钟
Документация и другие источники10分钟
Документация и другие источники10分钟
Тест Pandas - решение от преподавателей10分钟
Конспект 1-ой недели10分钟
4 个练习
Основные понятия математического анализа10分钟
Основные понятия линейной алгебры20分钟
Numpy и scipy50分钟
Pandas1小时
完成时间为 4 小时
Визуализация данных и статистика
完成时间为 4 小时
15 个视频 （总计 81 分钟）, 4 个阅读材料, 3 个测验
15 个视频
Визуализация с matplotlib8分钟
Расширенная визуализация с matplotlib8分钟
Визуализация с pandas8分钟
Интерактивная визуализация с plotly10分钟
Определение вероятности5分钟
Случайная величина4分钟
Показатели центра распределения4分钟
Нормальное распределение3分钟
Центральная предельная теорема1分钟
Зависимость между случайными величинами2分钟
Распределение Стьюдента1分钟
Статистика в scipy6分钟
Доверительный интервал8分钟
Проверка гипотез и распределение Стьюдента5分钟
4 个阅读材料
Дополнительные источники по визуализации10分钟
Дополнительные источники по статистике10分钟
Практика по статистике – решение от преподавателей10分钟
Конспект 2-ой недели10分钟
2 个练习
Статистический анализ10分钟
Практика по статистике1小时
完成时间为 8 小时
Обучение с учителем
完成时间为 8 小时
13 个视频 （总计 61 分钟）, 8 个阅读材料, 7 个测验
13 个视频
Введение56
Виды машинного обучения7分钟
Линейная регрессия2分钟
Функционал качества и градиентный спуск3分钟
Логистическая регрессия2分钟
Применение линейных моделей9分钟
Данные и переобучение8分钟
Метрики качества4分钟
Применение метрик качества8分钟
Решающие деревья2分钟
Случайный лес3分钟
Градиентный бустинг2分钟
Применение ансамблевых моделей5分钟
8 个阅读材料
Дополнительные источники по линейным моделям10分钟
Применение линейной регрессии – решение от преподавателей10分钟
Дополнительные источники по измерению качества моделей10分钟
Регуляризация – решение от преподавателей10分钟
Метрики качества – решение от преподавателей10分钟
Дополнительные источники по ансамблевым моделям10分钟
Практика по ансамблевым моделям – решение от преподавателей10分钟
Конспект 3-ей недели10分钟
7 个练习
Линейные модели15分钟
Применение линейной регрессии1小时
Измерение качества моделей20分钟
Регуляризация1小时
Метрики качества1小时
Ансамблевые модели10分钟
Практика по ансамблевым моделям2小时
完成时间为 7 小时
Методы обучения без учителя
完成时间为 7 小时
20 个视频 （总计 124 分钟）, 7 个阅读材料, 6 个测验
20 个视频
О неделе 41分钟
Задача кластеризации, группы методов3分钟
Метод K-средних7分钟
Практика. Метод K-средних5分钟
Иерархическая кластеризация. Агломеративный алгоритм5分钟
Практика. Иерархическая кластеризация8分钟
DBSCAN6分钟
Практическое применение DBSCAN7分钟
Оценки качества кластеризации7分钟
Мотивация3分钟
Метод Главных Компонент (Principal Component Analysis)7分钟
Сингулярное разложение матрицы и связь с PCA2分钟
Практика. Применение PCA на данных11分钟
Многомерное шкалирование6分钟
T-SNE5分钟
Практика. Применение T-SNE на данных5分钟
Рекомендательные системы6分钟
Методы коллаборативной фильтрации5分钟
Методы с матричными разложениями4分钟
Практика. Матрица рейтингов и SVD11分钟
7 个阅读材料
Дополнительные источники по кластеризации10分钟
Практика по кластеризации – решение от преподавателей10分钟
Дополнительные источники по методам понижения размерности10分钟
PCA – решение от преподавателей10分钟
Дополнительные источники по рекомендательным системам10分钟
Создание рекомендательной системы – решение от преподавателей10分钟
Конспект 4-ой недели10分钟
6 个练习
Кластеризация30分钟
Практика по кластеризации1小时
Методы понижения размерности10分钟
PCA1小时
Рекомендательные системы10分钟
Создание рекомендательной системы1小时
审阅
来自PYTHON ДЛЯ АНАЛИЗА ДАННЫХ的热门评论
由 S 提供Nov 23, 2019
Good starting Python ML packages course for people who knew something about ML and programming and statistics. There are some technical problems which could have been eliminated but hadn't.
由 YL 提供Jul 19, 2019
Хотелось бы более подробные уроки по машинному обучению. Думаю, если увеличить количество недель обучения и увеличить количество материала, было бы лучше
关于 Программирование на Python 专项课程
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.
常见问题
我什么时候能够访问课程视频和作业？
讲座和作业的访问权限取决于您的注册类型。如果您以旁听模式参加课程，则可以免费查看大多数课程资料。要访问评分作业并获得证书，您需要在旁听期间或之后购买证书体验。如果看不到旁听选项：
- 课程可能不提供旁听选项。您可以尝试免费试用，也可以申请助学金。
- 课程可能会改为提供'完整课程，没有证书'。通过此选项，您可以查看所有课程材料、提交所要求的作业，以及获得最终成绩。这也意味着您将无法购买证书体验。
我订阅此专项课程后会得到什么？
您注册课程后，将有权访问专项课程中的所有课程，并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中，您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容，可以免费旁听课程。
Is financial aid available?
是的，Coursera 可以为无法承担费用的学生提供助学金。通过点击左侧“注册”按钮下的“助学金”链接可以申请助学金。您可以根据屏幕提示完成申请，申请获批后会收到通知。您需要针对专项课程中的每一门课程完成上述步骤，包括毕业项目。了解更多。
完成课程后，我会获得大学学分吗？
此课程不提供大学学分，但部分大学可能会选择接受课程证书作为学分。查看您的合作院校，了解详情。Coursera 上的在线学位和 Mastertrack™ 证书提供获得大学学分的机会。
还有其他问题吗？请访问 学生帮助中心。
