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 1 672
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

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 ↗