Online Courses and Tutorials

Onlinecourses.tech provides you with the latest online courses information by assisting over 45,000 courses and 1 million students.

Learn programming, marketing, data science and more.

Get started today

Skip to main content

Featured Post

Machine Learning

Master machine learning fundamentals in four hands-on courses

About This Specialization This Specialization from leading researchers at the University of Washington introduces you to the exciting, high-demand field of Machine Learning. Through a series of practical case studies, you will gain applied experience in major areas of Machine Learning including Prediction, Classification, Clustering, and Information Retrieval. You will learn to analyze large and complex datasets, create systems that adapt and improve over time, and build intelligent applications that can make predictions from data. Created by: Industry Partners: 4 courses Follow the suggested order or choose your own. Projects Designed to help you practice and apply the skills you learn. Certificates Highlight your new skills on your resume or

Построение выводов по данным

Построение выводов по данным

About this course: 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. Как можно оценивать неизвестные параметры системы по небольшому количеству наблюдений? Как измерить точность таких оценок? Какие данные нужны, чтобы ответить на ваш вопрос, и на какие вопросы можно ответить с помощью уже имеющихся данных? Вы узнаете все, что нужно для успешного превращения данных в выводы — организация экспериментов, A/B-тестирование, универсальные методы оценки параметров и проверки гипотез, корреляции и причинно-следственные связи.

Who is this class for: Методы прикладной статистики, о которых пойдёт речь в этом курсе, — важная часть инструментария науки о данных. Знакомство с ними будет полезно любому специалисту, сталкивающемуся с необходимостью принятия основанных на данных решений, от выбора оптимальной предсказательной модели до выявления факторов, влияющих на интересующий вас признак. Для успешного прохождения курса достаточно знакомства с базовыми понятиями теории вероятностей и математической статистики; всё, что вам может понадобиться на входе, рассказывается на четвёртой неделе первого курса "Математика и Python для анализа данных".

Created by:   Moscow Institute of Physics and Technology

  • Евгений Рябенко
    Taught by:    Евгений Рябенко, кандидат физико-математических наук, доцент
    факультет управления и прикладной математики

  • Евгений Соколов
    Taught by:    Евгений Соколов, преподаватель, руководитель исследовательской группы
    Yandex Data Factory

  • Виктор Кантор
    Taught by:    Виктор Кантор, преподаватель, руководитель исследовательской группы
    Yandex Data Factory

  • Эмели Драль
    Taught by:    Эмели Драль, преподаватель, руководитель исследовательской группы
    Yandex Data Factory
Basic Info
LevelAdvanced
Commitment4 недели обучения, через 2-4 часа / неделю
Language
Russian
How To PassPass all graded assignments to complete the course.
User Ratings
Average User Rating 4.7See what learners said
Syllabus
WEEK 1
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.

21 videos15 readings3 readings
  1. Video: Как прекрасны машинное обучение и анализ данных
  2. Video: Как устроена специализация, и зачем ее проходить
  3. Video: Выводы и рациональность
  4. Reading: Формат специализации и получение сертификата
  5. Video: Проблемы построения выводов
  6. Video: Примеры прикладных задач
  7. Video: Как устроен этот курс
  8. Reading: Анкета слушателя
  9. Reading: МФТИ
  10. Video: МФТИ
  11. Reading: Немного о Yandex
  12. Reading: Forum&Slack
  13. Video: Интервальные оценки с помощью квантилей
  14. Video: Доверительные интервалы с помощью квантилей
  15. Video: Распределения, производные от нормального
  16. Video: Доверительные интервалы для среднего
  17. Reading: Доверительные интервалы для среднего [ipython notebook]
  18. Practice Quiz: Доверительные интервалы для среднего
  19. Video: Доверительные интервалы для доли
  20. Reading: Доверительные интервалы для доли [ipython notebook]
  21. Video: Доверительные интервалы для двух долей
  22. Reading: Доверительные интервалы для двух долей [ipython notebook]
  23. Practice Quiz: Доверительные интервалы для долей
  24. Video: Доверительные интервалы на основе бутстрепа
  25. Reading: Доверительные интервалы на основе бутстрепа [ipython notebook]
  26. Reading: Слайды к лекциям
  27. Reading: Конспект
  28. Video: Проверка гипотез: начало
  29. Video: Ошибки I и II рода
  30. Video: Достигаемый уровень значимости
  31. Video: Статистическая и практическая значимость
  32. Practice Quiz: Теория проверки гипотез
  33. Video: Биномиальный критерий для доли
  34. Reading: Биномиальный критерий для доли [ipython notebook]
  35. Video: Критерии согласия Пирсона (хи-квадрат)
  36. Reading: Критерии согласия Пирсона (хи-квадрат) [ipython notebook]
  37. Video: Связь между проверкой гипотез и доверительными интервалами
  38. Reading: Слайды к лекциям
  39. Reading: Конспект
  40. Discussion Prompt: Давайте знакомиться!
Graded: Доверительные интервалы
Graded: Практика проверки гипотез
WEEK 2
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.  

21 videos10 readings2 readings
  1. Video: Что такое АБ-тестирование
  2. Video: Где используется АБ-тестирование
  3. Video: Метрики
  4. Video: Дизайн эксперимента
  5. Video: Устойчивость
  6. Video: Размер выборки
  7. Practice Quiz: Планирование эксперимента
  8. Reading: Конспект
  9. Video: Одновыборочные критерии Стьюдента
  10. Video: Двухвыборочные критерии Стьюдента, независимые выборки
  11. Video: Двухвыборочные критерии Стьюдента, связанные выборки
  12. Video: Нормальность выборок
  13. Video: Пример: применение критериев Стьюдента
  14. Reading: Применение критериев Стьюдента [ipython notebook]
  15. Practice Quiz: Критерии Стьюдента
  16. Video: Гипотезы о долях
  17. Video: Пример: проверка гипотез о долях
  18. Reading: Проверка гипотез о долях [ipython notebook]
  19. Reading: Слайды к лекциям
  20. Reading: Конспект
  21. Video: Как работают непараметрические критерии?
  22. Video: Критерии знаков
  23. Video: Ранговые критерии
  24. Video: Перестановочные критерии
  25. Video: Перестановки и бутстреп
  26. Video: Пример: одновыборочные непараметрические критерии
  27. Reading: Одновыборочные непараметрические критерии [ipython notebook]
  28. Video: Пример: двухвыборочные непараметрические критерии (связанные выборки)
  29. Reading: Двухвыборочные непараметрические критерии (связанные выборки) [ipython notebook]
  30. Video: Пример: двухвыборочные непараметрические критерии (независимые выборки)
  31. Reading: Двухвыборочные непараметрические критерии (независимые выборки) [ipython notebook]
  32. Reading: Слайды к лекциям
  33. Reading: Конспект
Graded: Параметрические критерии
Graded: Непараметрические критерии
WEEK 3
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.

22 videos11 readings3 readings
  1. Video: Взаимное влияние в продажах товаров
  2. Video: Внешние факторы, влияющие на продажи
  3. Reading: Конспект
  4. Video: Корреляция Пирсона
  5. Video: Корреляция Спирмена
  6. Video: Корреляция Мэтьюса и коэффициент Крамера
  7. Video: Пример: поиск взаимосвязей с помощью корреляции
  8. Reading: Поиск взаимосвязей с помощью корреляции [ipython notebook]
  9. Practice Quiz: Коэффициенты корреляции
  10. Video: Значимость корреляции
  11. Video: Булщит и консервативность
  12. Video: Корреляция и причинно-следственная связь
  13. Reading: Слайды к лекциям
  14. Reading: Конспект
  15. Video: В чем проблема?
  16. Video: Постановка
  17. Video: FWER. Поправка Бонферрони
  18. Video: FWER. Метод Холма
  19. Video: FDR. Метод Бенджамини-Хохберга
  20. Video: Пример: поправки на множественную проверку при корреляционном анализе
  21. Reading: Поправки на множественную проверку при корреляционном анализе [ipython notebook]
  22. Practice Quiz: Поправки на множественную проверку
  23. Video: Анализ подгрупп
  24. Reading: Слайды к лекциям
  25. Reading: Конспект
  26. Video: Взаимосвязь нескольких признаков
  27. Video: Свойства решения задачи
  28. Video: Интервалы и гипотезы
  29. Video: Проверка предположений
  30. Practice Quiz: Теория построения регрессии
  31. Video: Регрессия и причинно-следственные связи
  32. Video: Пример: оценка зависимости с помощью регрессии
  33. Reading: Оценка зависимости с помощью регрессии [ipython notebook]
  34. Reading: Слайды к лекциям
  35. Reading: Конспект
  36. Reading: Q&A
Graded: Корреляционный анализ
Graded: Множественная проверка гипотез
Graded: Практика построения регрессии
WEEK 4
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.

2 videos3 readings
  1. Video: Интервью с Дмитрием Виноградовым
  2. Video: Интервью с Алексеем Шатерниковым про скоринг
  3. Discussion Prompt: Вопросы экспертам
  4. Reading: Список литературы
  5. Reading: Ваши впечатления о курсе
  6. Reading: Финальные титры
Graded: Дифференциально экспрессированные гены
Graded: Анализ данных в задаче кредитного скоринга
How It Works
Coursework
Coursework
Each course is like an interactive textbook, featuring pre-recorded videos, quizzes and projects.
Help from Your Peers
Help from Your Peers
Connect with thousands of other learners and debate ideas, discuss course material, and get help mastering concepts.
Certificates
Certificates
Earn official recognition for your work, and share your success with friends, colleagues, and employers.
Creators
Moscow Institute of Physics and Technology
Московский физико-технический институт (неофициально известный как МФТИ или Физтех) является одним из самых престижных в мире учебных и научно-исследовательских институтов. Он готовит высококвалифицированных специалистов в области теоретической и прикладной физики, прикладной математики, информатики, биотехнологии и смежных дисциплин. Физтех был основан в 1951 году Нобелевской премии лауреатами Петром Капицей, Николаем Семеновым, Левом Ландау и Сергеем Христиановичем. Основой образования в МФТИ является уникальная «система Физтеха»: кропотливое воспитание и отбор самых талантливых абитуриентов, фундаментальное образование высшего класса и раннее вовлечение студентов в реальную научно-исследовательскую работу. Среди выпускников МФТИ есть Нобелевские лауреаты, основатели всемирно известных компаний, известные космонавты, изобретатели, инженеры.


Comments

Popular posts from this blog

Big Data Hadoop Certification Training

Big Data Hadoop training will make you an expert in HDFS, MapReduce, Hbase, Hive, Pig, Yarn, Oozie, Flume and Sqoop using real-time use cases on Retail, Social Media, Aviation, Tourism, Finance domain. You will get Hadoop certification at the end of the course

About the Training
This Hadoop training is designed to make you a certified Big Data practitioner by providing you rich hands-on training on Hadoop ecosystem and best practices about HDFS, MapReduce, HBase, Hive, Pig, Oozie, Sqoop. This course is stepping stone to your Big Data journey and you will get the opportunity to work on a Big data Analytics project after selecting a data-set of your choice. You will get Hadoop certification after the project completion.

Training Objectives
The hadoop training is designed to help you become a top Hadoop developer. During this course, our expert instructors will train you to: Master the concepts of HDFS and MapReduce frameworkUnderstand Hadoop 2.x ArchitectureSetup Hadoop Cluster and write Co…

Hands-on Text Mining and Analytics by Yonsei University

About this course: This course provides an unique opportunity for you to learn key components of text mining and analytics aided by the real world datasets and the text mining toolkit written in Java. Hands-on experience in core text mining techniques including text preprocessing, sentiment analysis, and topic modeling help learners be trained to be a competent data scientists. Empowered by bringing lecture notes together with lab sessions based on the y-TextMiner toolkit developed for the class, learners will be able to develop interesting text mining applications.



LevelIntermediateLanguage English, Subtitles: Chinese (Simplified) How To PassPass all graded assignments to complete the course.
Syllabus

Learn to Program and Analyze Data with Python

About This Specialization This Specialization builds on the success of the Python for Everybody course and will introduce fundamental programming concepts including data structures, networked application program interfaces, and databases, using the Python programming language. In the Capstone Project, you’ll use the technologies learned throughout the Specialization to design and create your own applications for data retrieval, processing, and visualization. Created by: 5 courses Follow the suggested order or choose your own. Projects Designed to help you practice and apply the skills you learn. Certificates Highlight your new skills on your resume or LinkedIn. Courses

Deep Learning Specialization

Master Deep Learning, and Break into AI
About This Specialization If you want to break into AI, this Specialization will help you do so. Deep Learning is one of the most highly sought after skills in tech. We will help you become good at Deep Learning. In five courses, you will learn the foundations of Deep Learning, understand how to build neural networks, and learn how to lead successful machine learning projects. You will learn about Convolutional networks, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization, and more. You will work on case studies from healthcare, autonomous driving, sign language reading, music generation, and natural language processing. You will master not only the theory, but also see how it is applied in industry. You will practice all these ideas in Python and in TensorFlow, which we will teach. You will also hear from many top leaders in Deep Learning, who will share with you their personal stories and give you career advice. AI is transforming m…

Launch Your Career in Data Science

A nine-course introduction to data science, developed and taught by leading professors.
About This Specialization Ask the right questions, manipulate data sets, and create visualizations to communicate results. This Specialization covers the concepts and tools you'll need throughout the entire data science pipeline, from asking the right kinds of questions to making inferences and publishing results. In the final Capstone Project, you’ll apply the skills learned by building a data product using real-world data. At completion, students will have a portfolio demonstrating their mastery of the material. Created by: Industry Partners: 10 courses Follow the suggested order or choose your own. Projects Designed to help you practice and apply the skills you learn.

Master of Computer Science in Data Science

A flexible and affordable degree from one of the top Computer Science programs in the world, focused on one of the hottest fields of the new millennium

Enroll in the Master of Computer Science in Data Science (MCS-DS) and gain access to the computational and statistical knowledge needed to turn big data into meaningful insights. Build expertise in four core areas of computer science—data visualization, machine learning, data mining, and cloud computing—while learning key skills in statistics and information science. This completely online degree is an affordable gateway to one of the most lucrative and fastest growing careers of the new millennium. The MCS-DS is offered by CS @ ILLINOIS, a U.S. News & World Report top five CS graduate program, in collaboration with the University’s Statistics Department and top-ranked iSchool. Join our alumni network of entrepreneurs, educators, and technical visionaries, who have revolutionized the way people communicate, shop, conduct business,…

Machine Learning

Master machine learning fundamentals in four hands-on courses

About This Specialization This Specialization from leading researchers at the University of Washington introduces you to the exciting, high-demand field of Machine Learning. Through a series of practical case studies, you will gain applied experience in major areas of Machine Learning including Prediction, Classification, Clustering, and Information Retrieval. You will learn to analyze large and complex datasets, create systems that adapt and improve over time, and build intelligent applications that can make predictions from data. Created by: Industry Partners: 4 courses Follow the suggested order or choose your own. Projects Designed to help you practice and apply the skills you learn. Certificates Highlight your new skills on your resume or

An Introduction to Interactive Programming in Python (Part 1)

About this course: This two-part course is designed to help students with very little or no computing background learn the basics of building simple interactive applications. Our language of choice, Python, is an easy-to learn, high-level computer language that is used in many of the computational courses offered on Coursera. To make learning Python easy, we have developed a new browser-based programming environment that makes developing interactive applications in Python simple. These applications will involve windows whose contents are graphical and respond to buttons, the keyboard and the mouse. In part 1 of this course, we will introduce the basic elements of programming (such as expressions, conditionals, and functions) and then use these elements to create simple interactive applications such as a digital stopwatch. Part 1 of this class will culminate in building a version of the classic arcade game "Pong".
Who is this class for: Recommended Background - A knowledge o…

Программирование на Python

About this course: Python – простой, гибкий и невероятно популярный язык, который используется практически во всех областях современной разработки. С его помощью можно создавать веб-приложения, писать игры, заниматься анализом данных, автоматизировать задачи системного администрирования и многое другое. “Программирование на Python” читают разработчики, применяющие Python в проектах, которыми ежедневно пользуются миллионы людей. Курс покрывает все необходимые для ежедневной работы программиста темы, а также рассказывает про многие особенности языка, которые часто опускают при его изучении. В ходе курса вы изучите конструкции языка, типы и структуры данных, функции, научитесь применять объектно-ориентированное и функциональное программирование, узнаете про особенности реализации Python, научитесь писать асинхронный и многопоточный код. Помимо теории вас ждут практические задания, которые помогут проверить полученные знания и отточить навыки программирования на Python. После успешного о…

Front-End JavaScript Frameworks: Angular

About this course: This course concentrates mainly on Javascript based front-end frameworks, and in particular the Angular framework (Currently Ver. 4.x). This course will use Typescript for developing Angular application. Typescript features will be introduced in the context of Angular as part of the exercises. You will also get an introduction to the use of Angular Material and Angular Flex-Layout for responsive UI design. You will be introduced to various aspects of Angular including components, directives and services. You will learn about data binding, Angular router and its use for developing single-page applications. You will also learn about designing both template-driven forms and reactive forms. A quick introduction to Observables, reactive programming and RxJS in the context of Angular is included. You will then learn about Angular support for client-server communication and the use of REST API on the server side. You will use Restangular for communicating with a server sup…

Archive