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 1 662
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» 10 ч. Последнее обновление курса «Введение в Анализ данных» обн. 27 апреля 2026

1. Элементы линейной алгебры и теории вероятностей

7 уроков
Открытый
1.1 Что нам пригодится ↗
671
671
2м 33с
6
Открытый
1.2 Основные понятия статистики ↗
1 540
156
11м 35с
11
Открытый
1.3 Виды распределений ↗
1 719
64
7м 49с
5
Открытый
1.4 Матрицы ↗
1 076
54
34м 29с
6
Открытый
1.5 Собственные значения и вектора ↗
376
50
4м 16с
0
Открытый
1.6 Коллоквиум, часть 1 ↗
431
51
2м 56с
0
Открытый
1.7 Коллоквиум, часть 2 ↗
189
17
1м 57с
0

2. Первичный анализ данных

5 уроков
Открытый
2.1 Основные понятия и типы задач ↗
194
194
0м 26с
0
Открытый
2.2 EDA - Разведочный анализ данных ↗
842
341
2м 28с
2
Открытый
2.3 Практика - перелеты по США ↗
188
18
55м 17с
-4
Открытый
2.4 Практика - кредитный скоринг ↗
124
4
4м 17с
1
Закрытый
2.5 Коллоквиум ↗
151
15
1м 58с
3

3. Линейные модели классификации и регресии

4 урока
Открытый
3.1 Линейная регрессия ↗
405
49
3м 25с
2
Закрытый
3.2 Логистическая регрессия ↗
69
6
1м 53с
2
Закрытый
3.3 Метрики качества ↗
61
28
1м 0с
0
Закрытый
3.4 Коллоквиум ↗
182
14
1м 58с
0

4. Линейные модели классификации и регрессии - черновик

4 урока
Закрытый
4.1 Метод опорных векторов ↗
222
31
0м 27с
1
Закрытый
4.2 Практика ↗
152
21
0м 17с
0
Закрытый
4.3 Коллоквиум, 2 рубеж ↗
160
19
1м 56с
0
Закрытый
4.4 Коллоквиум, 3 рубеж ↗
100
15
3м 43с
0

5. Нелинейные модели классификации и регрессии

4 урока
Закрытый
5.1 K ближайших соседей ↗
551
49
1м 41с
0
Закрытый
5.2 Деревья решений ↗
223
33
0м 22с
0
Закрытый
5.3 Случайный лес ↗
44
44
0м 5с
0
Закрытый
5.4 Градиентный бустинг ↗
44
44
0м 8с
0

6. Кластеризация

2 урока
Закрытый
6.1 K-средних ↗
53
53
0м 3с
0
Закрытый
6.2 DBSCAN ↗
50
50
0м 3с
0

7. Прикладные задачи анализа данных

8 уроков
Закрытый
7.1 MapReduce ↗
102
16
3м 3с
0
Закрытый
7.2 PySpark ↗
105
34
25м 43с
0
Закрытый
7.3 Генераторы изображений ↗
46
46
0м 5с
0
Закрытый
7.4 Рекомендательные системы ↗
53
53
0м 5с
0
Закрытый
7.5 Временные ряды ↗
52
52
0м 7с
0
Закрытый
7.6 Домашнее задание ↗
90
30
0м 23с
0
Закрытый
7.7 Задачи компьютерного зрения ↗
39
39
0м 5с
0
Закрытый
7.8 Коллоквиум ↗
87
34
120м 13с
0