Курс на Stepik
Обложка курса «Большие данные» на Stepik
Бесплатно

Большие данные ★ 5.000

Открыть на
STEPIK.ORG

В курсе изложены основные этапы, технологии, алгоритмы и инструменты обработки больших данных, включая высокоуровневый язык программирования Python. В пособии рассматриваются современные подходы к сбору, хранению, исследованию, моделированию и визуальному представлению результатов анализа больших данных.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Большие данные»Учеников на курсе 783
Сертификаты, выданные на курсе «Большие данные»Сертификатов выдано 0
Отзывы о курсе «Большие данные»Отзывов получено 17
Рейтинг курса «Большие данные»Рейтинг курса 5.000
Уроки в курсе «Большие данные»Количество уроков 19
Тесты в курсе «Большие данные»Количество квизов 30
Время прохождения курса «Большие данные»Время прохождения курса —
Обновления курса «Большие данные»Обновления курса — —
Дата публикации курса «Большие данные»Дата публикации курса — ———
Последнее обновление курса «Большие данные»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Большие данные» 6 разделов Уроки в курсе «Большие данные» 19 уроков Тесты в курсе «Большие данные» 30 тестов Время прохождения курса «Большие данные» 1 ч. Последнее обновление курса «Большие данные» обн. 1 год назад

Подготовка больших данных

4 урока
1. Очистка и преобразование данных. Определение «выбросов» ↗
2. Исследование данных ↗
3. Кластерный анализ ↗
4. Тест 1. Подготовка данных ↗

Моделирование больших данных

7 уроков
1. Построение модели линейной регрессии ↗
2. Линейная регрессия. Значение Шепли ↗
3. Построение модели probit-регрессии ↗
4. Библиотека lazypredict ↗
5. Выявление скрытых переменных на основе метода PCA ↗
6. Реализация классификатора текстов на основе модели KNN ↗
7. Тест 2. Моделирование больших данных ↗

Автоматизация и отображение результатов анализа больших данных

3 урока
1. Построение веб-приложения модели машинного обучения в Streamlit ↗
2. Построение веб-приложения модели машинного обучения в Gradio ↗
3. Тест 3. Автоматизация и отображение результатов анализа больших ↗

Современные инструменты обработки больших данных

3 урока
1. Расчет скользащей средней. Библиотека Dask. Профилирование ↗
2. Модели ML в Dask ↗
3. Тест 4. Современные инструменты обработки больших данных ↗

Библиографический список

1 урок
1. Библиографический список ↗

Итоговое тестирование

1 урок
1. Итоговое тестирование 1 ↗