Курс на Stepik
Обложка курса «Введение в Анализ данных» на Stepik
Бесплатно

Введение в Анализ данных 2.000

Открыть на
STEPIK.ORG

Курс входит в учебный план специализации 010302 "Прикладная математика и информатика" на факультете математики и компьютерных наук ФГБОУ ВО СОГУ им.К.Л.Хетагурова. Разработан при поддержке Министерства науки и высшего образования РФ, соглашение №075-02-2021-1552.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Введение в Анализ данных»Учеников на курсе 1 666
Сертификаты, выданные на курсе «Введение в Анализ данных»Сертификатов выдано 0
Отзывы о курсе «Введение в Анализ данных»Отзывов получено 1
Рейтинг курса «Введение в Анализ данных»Рейтинг курса 2.000
Уроки в курсе «Введение в Анализ данных»Количество уроков 34
Тесты в курсе «Введение в Анализ данных»Количество квизов 159
Задачи с кодом в курсе «Введение в Анализ данных»Количество задач с кодом 3
Время прохождения курса «Введение в Анализ данных»Время прохождения курса
Обновления курса «Введение в Анализ данных»Обновления курса
Дата публикации курса «Введение в Анализ данных»Дата публикации курса
Последнее обновление курса «Введение в Анализ данных»Последнее обновление

Содержание курса

Разделы в курсе «Введение в Анализ данных» 7 разделов Уроки в курсе «Введение в Анализ данных» 34 урока Тесты в курсе «Введение в Анализ данных» 159 тестов Задачи в курсе «Введение в Анализ данных» 3 задачи Время прохождения курса «Введение в Анализ данных» 11 ч. Последнее обновление курса «Введение в Анализ данных» обн. 27 апреля 2026

Элементы линейной алгебры и теории вероятностей

7 уроков
1. Что нам пригодится
2. Основные понятия статистики
3. Виды распределений
4. Матрицы
5. Собственные значения и вектора
6. Коллоквиум, часть 1
7. Коллоквиум, часть 2

Первичный анализ данных

5 уроков
1. Основные понятия и типы задач
2. EDA - Разведочный анализ данных
3. Практика - перелеты по США
4. Практика - кредитный скоринг
5. Коллоквиум

Линейные модели классификации и регресии

4 урока
1. Линейная регрессия
2. Логистическая регрессия
3. Метрики качества
4. Коллоквиум

Линейные модели классификации и регрессии - черновик

4 урока
1. Метод опорных векторов
2. Практика
3. Коллоквиум, 2 рубеж
4. Коллоквиум, 3 рубеж

Нелинейные модели классификации и регрессии

4 урока
1. K ближайших соседей
2. Деревья решений
3. Случайный лес
4. Градиентный бустинг

Кластеризация

2 урока
1. K-средних
2. DBSCAN

Прикладные задачи анализа данных

8 уроков
1. MapReduce
2. PySpark
3. Генераторы изображений
4. Рекомендательные системы
5. Временные ряды
6. Домашнее задание
7. Задачи компьютерного зрения
8. Коллоквиум