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. Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей.
提供方
莫斯科物理科学与技术学院
ФРОО
Mail.Ru 集团
教学大纲 - 您将从这门课程中学到什么
周
1完成时间为 5 小时
Математика и Python для анализа данных
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
周
2完成时间为 5 小时
Визуализация данных и статистика
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
周
3完成时间为 8 小时
Обучение с учителем
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
周
4完成时间为 7 小时
Методы обучения без учителя
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
Кластеризация10分钟
Практика по кластеризации1小时
Методы понижения размерности10分钟
PCA1小时
Рекомендательные системы10分钟
Создание рекомендательной системы1小时
4.4
8 个审阅来自Python для анализа данных的热门评论
Хотелось бы более подробные уроки по машинному обучению. Думаю, если увеличить количество недель обучения и увеличить количество материала, было бы лучше
讲师
Александр Жебрак
Технический директор Insilico Medicine
Шестаков Андрей Владимирович
Mail.ru Group
关于 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.
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.
关于 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.
Мы выстраиваем экосистему для обучения на всех стадиях жизненного цикла: от идеи и поиска средств на производство образовательной программы до поддержки, продаж и маркетинга. А сотрудничество с крупнейшими образовательными платформами позволяет запускать онлайн-курсы с максимальным эффектом и пользой для всех заинтересованных сторон.
关于 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.
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？
注册以便获得证书后，您将有权访问所有视频、测验和编程作业（如果适用）。只有在您的班次开课之后，才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程，可能无法访问某些作业。
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。
退款政策是如何规定的？
有助学金吗？
还有其他问题吗？请访问 学生帮助中心。
