Курс на Stepik
Обложка курса «Анализ данных в принятии решений» на Stepik
Бесплатно

Анализ данных в принятии решений 4.545

Открыть на
STEPIK.ORG

Курс посвящен основам анализа данных, рассмотрены такие вопросы машинного обучения, как подготовка данных, корреляционно-регрессионный анализ, методы классификации, кластеризации и оценки качества предсказаний

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Анализ данных в принятии решений»Учеников на курсе 2 081
Сертификаты, выданные на курсе «Анализ данных в принятии решений»Сертификатов выдано 0
Отзывы о курсе «Анализ данных в принятии решений»Отзывов получено 11
Рейтинг курса «Анализ данных в принятии решений»Рейтинг курса 4.545
Уроки в курсе «Анализ данных в принятии решений»Количество уроков 30
Тесты в курсе «Анализ данных в принятии решений»Количество квизов 74
Задачи с кодом в курсе «Анализ данных в принятии решений»Количество задач с кодом 7
Время прохождения курса «Анализ данных в принятии решений»Время прохождения курса
Обновления курса «Анализ данных в принятии решений»Обновления курса
Дата публикации курса «Анализ данных в принятии решений»Дата публикации курса
Последнее обновление курса «Анализ данных в принятии решений»Последнее обновление
Сложность easy

Содержание курса

Разделы в курсе «Анализ данных в принятии решений» 10 разделов Уроки в курсе «Анализ данных в принятии решений» 30 уроков Тесты в курсе «Анализ данных в принятии решений» 74 теста Задачи в курсе «Анализ данных в принятии решений» 7 задач Время прохождения курса «Анализ данных в принятии решений» 3 ч. Последнее обновление курса «Анализ данных в принятии решений» обн. 13 мая 2026

Принятие решений

1 урок
1. Введение

Задачи принятия решений

1 урок
1. Ожидаемая полезность

Задачи оптимизации в принятии решений

3 урока
1. Задачи линейного программирования
2. Графический метод
3. Симплекс метод

Искусственные нейронные сети в принятии решений

4 урока
1. Искусственные и биологические нейроны
2. Искусственные нейронные сети
3. Функции потерь
4. Методы оптимизации

Подготовка данных к анализу

4 урока
1. Основные понятия статистики
2. Распределения
3. Восстановление пропущенных значений, поиск выбросов и аномалий
4. Подготовка датасета

Корреляционно-регрессионный анализ

4 урока
1. Корреляция
2. Регрессия
3. Оценка качества модели предсказания
4. Числовые прогнозирования

Классификация

4 урока
1. Метод ближайших соседей
2. Деревья для классификации
3. Обзор дополнительных алгоритмов классификации
4. Оценка качества модели классификации

Кластеризация

3 урока
1. Графы
2. Алгоритм k-средних
3. Выбор оптимального алгоритма кластеризации

Резюмирование

4 урока
1. Дисперсионный анализ при принятии решения
2. Оценка качества прогнозов
3. Ансамбли алгоритмов
4. Заключение

Сравнения

1 урок
1. Сравнения