Влияет ли знание методов анализа данных на уровень заработной платы? Работает ли система оценки кредитоспособности клиентов банка? Действительно ли новый баннер лучше старого? Чтобы ответить на такие вопросы, нужно собрать данные. Данные почти всегда содержат шум, поэтому утверждения, которые можно сделать на их основе, верны не всегда, а только с определённой вероятностью. Строить наиболее корректные выводы и численно оценивать степень уверенности в них помогают методы статистики.
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Машинное обучение и анализ данных
von
Moscow Institute of Physics and Technology
Yandex
E-Learning Development Fund
Spezialisierung Машинное обучение и анализ данныхMoscow Institute of Physics and TechnologyÜber diesen Kurs
43,209 kürzliche Aufrufe
Karriereergebnisse der Lernenden
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
43%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
50%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 4 von 6 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Fortgeschritten“
Ca. 27 Stunden zum Abschließen
Russisch
Untertitel: Russisch
Kompetenzen, die Sie erwerben
A/B TestingData AnalysisCorrelation And DependenceStatistical Hypothesis TestingStatistics
Karriereergebnisse der Lernenden
33%
nahm einen neuen Beruf nach Abschluss dieser Kurse auf
43%
ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs
50%
erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 4 von 6 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Fortgeschritten“
Ca. 27 Stunden zum Abschließen
Russisch
Untertitel: Russisch
von
Moscow Institute of Physics and Technology
Московский физико-технический институт (Физтех) является одним из ведущих вузов страны и входит в основные рейтинги лучших университетов мира. Институт обладает не только богатой историей – основателями и профессорами института были Нобелевские лауреаты Пётр Капица, Лев Ландау и Николай Семенов – но и большой научно-исследовательской базой.
Yandex
Yandex is a technology company that builds intelligent products and services powered by machine learning. Our goal is to help consumers and businesses better navigate the online and offline world.
E-Learning Development Fund
Фонд развития онлайн-образования (ФРОО) объединяет образовательные стартапы, проекты в области EdTech и запускает собственные онлайн-программы в области машинного обучения, программирования, мобильной разработки, VR, дизайна и IT. Мы выстраиваем экосистему для обучения на всех стадиях жизненного цикла: от идеи и поиска средств на производство образовательной программы до поддержки, продаж и маркетинга. А сотрудничество с крупнейшими образовательными платформами позволяет запускать онлайн-курсы с максимальным эффектом и пользой для всех заинтересованных сторон.
Lehrplan - Was Sie in diesem Kurs lernen werden
7 Stunden zum Abschließen
Интервалы и гипотезы
Добро пожаловать на курс "Построение выводов по данным"! В этом модуле вы узнаете, как работают базовые статистические техники — интервальное оценивание и проверка гипотез. В тестах вас ждёт большое количество задач с реальными данными на применение этих техник.
7 Stunden zum Abschließen
21 Videos (Gesamt 106 min), 14 Lektüren, 5 Quiz
21 Videos
Как устроена специализация, и зачем ее проходить3m
Выводы и рациональность2m
Проблемы построения выводов1m
Примеры прикладных задач1m
Как устроен этот курс1m
МФТИ1m
Интервальные оценки с помощью квантилей4m
Доверительные интервалы с помощью квантилей6m
Распределения, производные от нормального5m
Доверительные интервалы для среднего8m
Доверительные интервалы для доли8m
Доверительные интервалы для двух долей5m
Доверительные интервалы на основе бутстрепа8m
Проверка гипотез: начало5m
Ошибки I и II рода3m
Достигаемый уровень значимости2m
Статистическая и практическая значимость6m
Биномиальный критерий для доли7m
Критерии согласия Пирсона (хи-квадрат)5m
Связь между проверкой гипотез и доверительными интервалами8m
14 Lektüren
Формат специализации и получение сертификата10m
МФТИ10m
Немного о Yandex10m
Forum&Chat10m
Доверительные интервалы для среднего [ipython notebook]10m
Доверительные интервалы для доли [ipython notebook]10m
Доверительные интервалы для двух долей [ipython notebook]10m
Доверительные интервалы на основе бутстрепа [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Биномиальный критерий для доли [ipython notebook]10m
Критерии согласия Пирсона (хи-квадрат) [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
5 praktische Übungen
Доверительные интервалы для среднего30m
Доверительные интервалы для долей30m
Доверительные интервалы30m
Теория проверки гипотез30m
Практика проверки гипотез30m
6 Stunden zum Abschließen
АБ-тестирование
Вторая неделя посвящена задачам АБ-тестирования — статистической технике, позволяющей оценить действие изменений в вашем продукте на конечного пользователя. Вы узнаете, как правильно такой эксперимент строить и какими методами анализировать.
6 Stunden zum Abschließen
21 Videos (Gesamt 137 min), 10 Lektüren, 4 Quiz
21 Videos
Где используется АБ-тестирование3m
Метрики4m
Дизайн эксперимента4m
Устойчивость6m
Размер выборки3m
Одновыборочные критерии Стьюдента10m
Двухвыборочные критерии Стьюдента, независимые выборки7m
Двухвыборочные критерии Стьюдента, связанные выборки4m
Нормальность выборок8m
Пример: применение критериев Стьюдента9m
Гипотезы о долях8m
Пример: проверка гипотез о долях8m
Как работают непараметрические критерии?2m
Критерии знаков6m
Ранговые критерии9m
Перестановочные критерии8m
Перестановки и бутстреп7m
Пример: одновыборочные непараметрические критерии7m
Пример: двухвыборочные непараметрические критерии (связанные выборки)6m
Пример: двухвыборочные непараметрические критерии (независимые выборки)6m
10 Lektüren
Конспект10m
Применение критериев Стьюдента [ipython notebook]10m
Проверка гипотез о долях [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Одновыборочные непараметрические критерии [ipython notebook]10m
Двухвыборочные непараметрические критерии (связанные выборки) [ipython notebook]10m
Двухвыборочные непараметрические критерии (независимые выборки) [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
4 praktische Übungen
Планирование эксперимента30m
Критерии Стьюдента30m
Параметрические критерии30m
Непараметрические критерии30m
7 Stunden zum Abschließen
Закономерности и зависимости
На этой неделе мы будем искать закономерности и выявлять зависимости. Для этого можно использовать разные методы; мы поговорим о корреляционных и регрессионных. Поскольку в основе этих методов лежит проверка большого количества гипотез, необходимо делать поправку на множественность — почему и как, вы тоже узнаете.
7 Stunden zum Abschließen
22 Videos (Gesamt 144 min), 11 Lektüren, 6 Quiz
22 Videos
Внешние факторы, влияющие на продажи4m
Корреляция Пирсона3m
Корреляция Спирмена3m
Корреляция Мэтьюса и коэффициент Крамера4m
Пример: поиск взаимосвязей с помощью корреляции7m
Значимость корреляции8m
Булщит и консервативность8m
Корреляция и причинно-следственная связь3m
В чем проблема?5m
Постановка4m
FWER. Поправка Бонферрони5m
FWER. Метод Холма4m
FDR. Метод Бенджамини-Хохберга5m
Пример: поправки на множественную проверку при корреляционном анализе7m
Анализ подгрупп6m
Взаимосвязь нескольких признаков4m
Свойства решения задачи8m
Интервалы и гипотезы9m
Проверка предположений7m
Регрессия и причинно-следственные связи9m
Пример: оценка зависимости с помощью регрессии19m
11 Lektüren
Конспект10m
Поиск взаимосвязей с помощью корреляции [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Поправки на множественную проверку при корреляционном анализе [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Оценка зависимости с помощью регрессии [ipython notebook]10m
Слайды к лекциям10m
Конспект10m
Q&A10m
6 praktische Übungen
Коэффициенты корреляции30m
Корреляционный анализ30m
Поправки на множественную проверку30m
Множественная проверка гипотез30m
Теория построения регрессии30m
Практика построения регрессии30m
1 Stunde zum Abschließen
Неделя задач
На этой неделе мы поговорим с экспертами в прикладных областях анализа данных и узнаем, чем особенны их задачи, какие методы построения выводов они используют, и на что они советуют обращать внимание. Для прохождения курса вам нужно решить как минимум два задания, но, если вам интересно, вы можете сделать все.
1 Stunde zum Abschließen
3 Lektüren
3 Lektüren
Список литературы10m
Финальные титры10m
Стань ментором специализации10m
6 Stunden zum Abschließen
Неделя задач: Lesson Choices
6 Stunden zum Abschließen
4 Videos (Gesamt 57 min)
4 Videos
Интервью с Алексеем Шатерниковым про скоринг15m
Интервью с Еленой Кунаковой18m
Интервью с Алексеем Шатерниковым про отток12m
2 praktische Übungen
Анализ результатов АБ-теста30m
Анализ эффективности удержания30m
Bewertungen
Top-Bewertungen von ПОСТРОЕНИЕ ВЫВОДОВ ПО ДАННЫМ
von PK3. Mai 2018
Отличный вводный курс, как и вся специализация. Доступно и понятно изложены все базовые вещи, которые могут потребоваться в повседневной деятельности в качестве data scientist.
von SA22. März 2020
Некоторые задания сформулированы не достаточно четко, но в целом курс раскрывает правильное отношение к причинно-следственной связи и ее математическому обоснованию.
von SF9. Juni 2018
Пока это лучший курс для меня с практической точки зрения. Можно было бы разобрать больше прикладных реальных задач вместо замысловатых тестов с множеством ответов.
von SM26. Juni 2016
Интересный и достаточно сложный для меня курс. Не хватает только методички с кратким описанием основных методов, критериев и условий их применения.
Über den Spezialisierung Машинное обучение и анализ данных
Мы покажем, как проходит полный цикл анализа, от сбора данных до выбора оптимального решения и оценки его качества. Вы научитесь пользоваться современными аналитическими инструментами и адаптировать их под особенности конкретных задач.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Is financial aid available?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
