关于此课程： Этот курс - первый в специализации "Анализ данных". Курс будет особенно полезен тем, кто имеет небольшой опыт работы с данными, или хочет освежить знания по теории вероятностей, математической статистике и типах данных. Сначала мы вспомним основы теории вероятностей и поговорим о случайных величинах и их свойствах, об основных распределениях случайных величин. Затем перейдем к основным характеристикам распределений: мерам центра и мерам вариативности. Далее обсудим основные типы шкал измерения признаков, а также основные ограничения, которые тип шкалы накладывает на применимые методы анализа данных. Третья неделя курса посвящена графическому анализу данных и способам визуализации распределений, индивидуальных или совместных. Завершающий модуль курса посвящен выборкам и способам их формирования, а также принципам и инструментам работы с пропущенными и неопределенными значениями. Вы сможете применить полученные знания, выполнив небольшой проект на реальных данных, предоставленных компанией 2GIS. Присоединяйтесь!
此课程适用人群： Курс будет полезен всем, кто хочет разобраться с основами статистического и графического анализа данных. Этот курс особенно полезен для вас, если вы имеете небольшой опыт работы с данными, или хотите освежить знания по теории вероятностей и математической статистике, чтобы подготовиться к решению более сложных аналитических задач.
教学方： Ольга Ечевская, доцент, кандидат социологических наук
Кафедра общей социологии ЭФ НГУ
教学方： Наталья Галанова, Специалист по анализу данных
Компания 2GIS
教学方： Виктор Дёмин, Специалист по анализу данных, кандидат технических наук
Компания 2GIS
| 基本信息 | 课程 1（共 4 门，Анализ данных Specialization ） |
| 级别 | Intermediate |
| 承诺学习时间 | 5 недель обучения, 3-5 часов в неделю |
| 语言 | Russian |
| 如何通过 | 通过所有计分作业以完成课程。 |
| 用户评分 |
- 视频: ВВОДНАЯ ЛЕКЦИЯ: ОБЗОР СПЕЦИАЛИЗАЦИИ
- Reading: О чем этот курс и как он устроен
- Reading: Дополнительные материалы по статистическим пакетам
- Reading: Данные, на которые мы опираемся и ссылаемся
- 视频: 1.1. Введение в теорию вероятностей
- Reading: Введение в теорию вероятностей (презентация)
- Practice Quiz: Вопросы для самоконтроля
- 视频: 1.2. Свойства вероятности
- Reading: Свойства вероятности (презентация)
- Practice Quiz: Вопросы для самоконтроля
- 视频: 1.3. Характеристики случайных величин
- Reading: Характеристики случайных величин (презентация)
- Practice Quiz: Вопросы для самоконтроля
- 视频: 1.4. Непрерывные распределения. Часть 1
- Reading: Непрерывные распределения. Часть 1 (презентация)
- 视频: 1.5. Нормальные и логнормальные непрерывные распределения
- Reading: Нормальные и логнормальные непрерывные распределения (презентация)
- 视频: 1.6. Дискретные распределения
- Reading: Дискретные распределения (презентация)
- 视频: 2.1. Типы данных
- Reading: Типы данных (презентация)
- 视频: 2.2. Выборка случайных величин
- Reading: Выборка (презентация)
- 视频: 2.3. Меры центральной тенденции
- Reading: Меры центральной тенденции (презентация)
- 视频: 2.4. Меры вариативности
- Reading: Меры вариативности (презентация)
- Reading: Обзор способов расчета процентилей и межквартильного размаха
- 视频: 2.5. Несмещенная дисперсия
- Reading: Несмещенная дисперсия (презентация)
- 视频: 2.6. Меры и типы переменных: что и где применимо?
- Reading: Меры и типы переменных: что и где применимо (презентация)
- Practice Quiz: Вопросы для самопроверки
- 视频: Практика 1. Описательные статистики в R
- 视频: Практика 2. Описательные статистики в SPSS
- 视频: 3.1. Почему важно визуализировать данные. Квартет Энскомба. Эмпирическая функция распределения.
- Reading: Почему важно визуализировать данные... (презентация)
- Practice Quiz: Вопросы для самопроверки
- 视频: 3.2. Гистограмма и методы её построения
- Reading: Гистограмма и методы ее построения (презентация)
- Practice Quiz: Вопросы для самопроверки
- 视频: 3.3. Box plot, или ящик с усами
- Reading: Box plot, или ящик с усами (презентация)
- Practice Quiz: Вопросы для самопроверки
- 视频: 3.4. Диаграмма рассеяния
- Reading: Диаграмма рассеяния (презентация)
- Practice Quiz: Вопросы для самопроверки
- 视频: 3.5. Графики для неметрических шкал
- Reading: Графики для неметрических шкал (презентация)
- Practice Quiz: Вопросы для самопроверки
- 视频: Практика 1. Построение графиков в R
- 视频: Практика 2. Построение графиков в SPSS
- 视频: 4.1. Выборки
- Reading: Выборки (презентация)
- Practice Quiz: Вопросы для самопроверки
- 视频: 4.2. Ошибки выборки
- Reading: Ошибки выборки (презентация)
- 视频: 4.3. Определение необходимого объема выборки
- Reading: Определение необходимого объема выборки (презентация)
- 视频: 4.4. Работа с пропущенными наблюдениями
- Reading: Работа с пропущенными наблюдениями (презентация)
- 视频: 4.5. Кодирование неопределённых ответов
- Reading: Кодирование неопределенных ответов (презентация)
- 视频: 4.6. Формирование массива данных в SPSS. Практика
- Reading: Данные для выполнения задания
Each course is like an interactive textbook, featuring pre-recorded videos, quizzes and projects.
Connect with thousands of other learners and debate ideas, discuss course material, and get help mastering concepts.
Earn official recognition for your work, and share your success with friends, colleagues, and employers.
| 购买课程 | |
|---|---|
| 访问课程材料 | 可用 |
| 访问评分的材料 | 可用 |
| 收到最终成绩 | 可用 |
| 获得可共享的课程证书 | 可用 |
Шикарный курс для человека, обладающего начальными знаниями в математике. Первые четыре недели довольно простые, с проектом придётся повозиться, если делать на R (придётся осваивать новый синтаксис, кто ещё не знаком).
Сжато, но доступно преподается информация. Но, что очень огорчило, нет подробного руководства по установке R и Jupyter (это несложно, но все же надо избавлять пользователя от необходимости гуглить) и нет всех файлов с данными из практик (например, файла с зарплатами)
Отличный курс!
Прекрасно подойдет для тех, кто хочет разобраться в анализе данных, немного погрузиться в теорию вероятности, мат. статистику и получить небольшую практику на R.
3-5 часов в неделю занятий у меня не получилось. Пришлось растянуть прохождение курса на 2 сессии. Писала лекции и пересматривала каждую лекцию по два раза, чтобы разобраться. Можно считать, что курс подойдет для новичка. Но потрудиться все равно придется.
С R давольно мало объяснений, но если есть хоть какой то опыт на любом из языков программирования, то с примерами можно разобраться быстро. Готовьтесь, что придется "гуглить" синтаксис и установку среды.
Для того, чтобы получить общее представление и начальный навык анализа данных - курс прекрасно подойдет. Советую:)
АГ
супер! но очень много видео!( и тесты непростые, но с другой стороны - это прекрасно!