Мы используем cookie для стабильной работы сервиса. Подробнее

Введение в Анализ данных

ФорматОнлайн
Длительность36 часов, 18 недель
Объём7 занятий
О курсе

Подробнее

В данном курсе внимание уделяется всем этапам решения задач Анализа данных. В первой части курса рассматриваются основы математических алгоритмов для анализа данных, чтоб слушатели умели выбирать правильные инструменты. Вторая часть курса знакомит слушателей с методами анализа одномерных, двумерных и многомерных данных. Курс содержит много практических заданий, которые не ограничиваются решением классических уравнений и абстрактных систем, а демонстрируют как знание математики и статистики применяется в решении реальных жизненных задач в области анализа данных, прогнозирования и оптимизации. Целью курса является привлечение слушателей к исследовательской и проектной работе по данной тематике.  
Требования

Что нужно для старта

  • Слушатели должны владеть основами линейной алгебры, математического анализа, обыкновенных дифференциальных уравнений, теории вероятностей, навыками программирования на любом языке.
Аудитория

Для кого этот курс

  • студенты третьего курса факультета математики и компьютерных наук ФГБОУ ВО СОГУ им.К.Л.Хетагурова
Содержание

Программа курса

7 занятий
№ТемаЧто внутри
01Элементы линейной алгебры и теории вероятностей

- Что нам пригодится
- Основные понятия статистики
- Виды распределений
- Матрицы
- Собственные значения и вектора
- Коллоквиум, часть 1
- Коллоквиум, часть 2

02Первичный анализ данных

- Основные понятия и типы задач
- EDA - Разведочный анализ данных
- Практика - перелеты по США
- Практика - кредитный скоринг
- Коллоквиум

03Линейные модели классификации и регресии

- Линейная регрессия
- Логистическая регрессия
- Метрики качества
- Коллоквиум

04Линейные модели классификации и регрессии - черновик

- Метод опорных векторов
- Практика
- Коллоквиум, 2 рубеж
- Коллоквиум, 3 рубеж

05Нелинейные модели классификации и регрессии

- K ближайших соседей
- Деревья решений
- Случайный лес
- Градиентный бустинг

06Кластеризация

- K-средних
- DBSCAN

07Прикладные задачи анализа данных

- MapReduce
- PySpark
- Генераторы изображений
- Рекомендательные системы
- Временные ряды
- Домашнее задание
- Задачи компьютерного зрения
- Коллоквиум

01Элементы линейной алгебры и теории вероятностей

- Что нам пригодится
- Основные понятия статистики
- Виды распределений
- Матрицы
- Собственные значения и вектора
- Коллоквиум, часть 1
- Коллоквиум, часть 2

02Первичный анализ данных

- Основные понятия и типы задач
- EDA - Разведочный анализ данных
- Практика - перелеты по США
- Практика - кредитный скоринг
- Коллоквиум

03Линейные модели классификации и регресии

- Линейная регрессия
- Логистическая регрессия
- Метрики качества
- Коллоквиум

04Линейные модели классификации и регрессии - черновик

- Метод опорных векторов
- Практика
- Коллоквиум, 2 рубеж
- Коллоквиум, 3 рубеж

05Нелинейные модели классификации и регрессии

- K ближайших соседей
- Деревья решений
- Случайный лес
- Градиентный бустинг

06Кластеризация

- K-средних
- DBSCAN

07Прикладные задачи анализа данных

- MapReduce
- PySpark
- Генераторы изображений
- Рекомендательные системы
- Временные ряды
- Домашнее задание
- Задачи компьютерного зрения
- Коллоквиум

Организатор

Автор курса

StepikStepik
Stepik — образовательная платформа и конструктор онлайн-курсов. Мы разрабатываем алгоритмы адаптивного обучения, сотрудничаем с авторами MOOC, помогаем в проведении олимпиад и программ переподготовки. Наша цель — сделать образование открытым и удобным. Stepik — широко известная российская образовательная платформа, основанная в 2013 году. На Stepik зарегистрировано более миллиона пользователей из России и стран СНГ. В настоящее время на Stepik представлены несколько тысяч учебных курсов на самые разные темы.
Подробнее об авторе
Мнения учеников

Отзывы о курсе

Оставьте отзыв

Расскажите о качестве обучения, поддержке и результате. Это поможет другим выбрать организацию осознанно.

Напишите ваш коментарий, не менее 30 символов

Нажимая кнопку, вы даете согласие на обработку персональных данных

Оставьте заявку

Консультант ответит на вопросы о курсе «Введение в Анализ данных» и поможет разобраться в деталях обучения.

Комментарий ...

Нажимая кнопку, вы даете согласие на обработку персональных данных

Направления:Анализ данных

Информация обновлена 7 сентября 2026 г.

Продолжить выбор

Похожие курсы

Data science на языке Python
Data science на языке Python

Целью реализации программы повышения квалификации по матметодам на языке Python является формирование у студентов теоретических и практических знаний об в области использования ме…

Онлайн
21 000 ₽
Начать без затрат

Бесплатные курсы

Программирование на Python. Уровень 4. Анализ и визуализация данных: Pandas, Numpy, Matplotlib
Бесплатно
Программирование на Python. Уровень 4. Анализ и визуализация данных: Pandas, Numpy, Matplotlib

Курс «Программирование на Python. Уровень 4. Анализ и визуализация данных: Pandas, Numpy, Matplotlib»: онлайн и очное офлайн обучение в Москве в Бауманском учебном центре «Специал…

Онлайн
Бесплатно
Р7 - Офис. Редактор таблиц. Анализ и визуализация данных. Уровень 2
Бесплатно
Р7 - Офис. Редактор таблиц. Анализ и визуализация данных. Уровень 2

Курс «Р7-Офис. Редактор таблиц. Анализ и визуализация данных. Уровень 2»: онлайн и очное офлайн обучение в Москве в Бауманском учебном центре «Специалист». Стоимость обучения. Про…

Онлайн
Бесплатно
Введение в статистику
Бесплатно
Введение в статистику

Курс «Введение в статистику»: онлайн и очное офлайн обучение в Москве в Бауманском учебном центре «Специалист». Стоимость обучения. Программа курса. Отзывы. Расписание групп обуче…

Онлайн
Бесплатно