Введение в науку о данных (An Introduction to Data Science)
- 3.8
-
Approx. 89 hours to complete
Course Summary
This course provides an introduction to the science of data and its applications. Students will learn the fundamentals of data analysis, visualization, and modeling.Key Learning Points
- Understand the basics of data science and its applications
- Learn how to analyze and visualize data
- Gain proficiency in statistical modeling and machine learning
Job Positions & Salaries of people who have taken this course might have
- Data Analyst
- USA: $62,453
- India: ₹5,05,107
- Spain: €30,000
- Data Scientist
- USA: $113,309
- India: ₹9,51,864
- Spain: €40,000
- Business Intelligence Analyst
- USA: $69,123
- India: ₹5,78,150
- Spain: €30,000
Related Topics for further study
Learning Outcomes
- Understand the basics of data science and its applications
- Master the fundamentals of data analysis, visualization, and modeling
- Gain hands-on experience working with real-world data sets
Prerequisites or good to have knowledge before taking this course
- Basic knowledge of statistics and probability
- Familiarity with programming languages such as Python or R
Course Difficulty Level
IntermediateCourse Format
- Online
- Self-paced
- Video lectures
- Hands-on projects
Similar Courses
- Data Science Essentials
- Python Data Science
Related Education Paths
Related Books
Description
Наука о данных включает большой спектр подходов и методов сбора, обработки, анализа и визуализации массивов данных любого размера. Отдельным практически важным направлением данной науки является работа с большими данными с помощью новых принципов математического и вычислительного моделирования, когда классические методы перестают работать ввиду невозможности их масштабирования.
Outline
- Введение
- Цели обучения. О чем этот курс? Аттестация. Пререквизиты.
- Общее введение в науку о данных
- Примеры реальных задач
- Типы данных: маленькие и большие данные
- Хранения данных. Форматы файлов
- Модели данных. Часть 1
- Модели данных. Часть 2
- Как подготавливались данные для курса
- Модуль 1
- Тест
- Тест
- Тест
- Тест
- Тест
- Математический инструментарий науки о данных.
- События и вероятность
- Определения вероятности
- Случайные величины
- Примеры распределений
- Основы статистики. Часть 1
- Основы статистики. Часть 2
- Элементы линейной алгебры
- Сингулярное разложение матрицы
- Обоснование метода сингулярного разложения
- Примеры и вычислительные аспекты
- Дополнительные материалы к изучаемым разделам
- Модуль 2.
- Тест
- Тест
- Тест
- Тест
- Тест
- Проверочное задание
- Программный инструментарий науки о данных.
- Язык программирования Python
- Основы программирования на Python. Часть 1
- Основы программирования на Python. Часть 2
- Библиотеки для машинного обучения (Matplotlib)
- Библиотеки для машинного обучения (Pandas)
- Библиотеки для машинного обучения (Scikit-learn)
- Демонстрация получения данных из внешней тестовой коллекции
- Демонстрация получения данных из авторской тестовой коллекции
- Модуль 3.
- Тест
- Задание
- Проверочное задание
- Контрольное задание
- Проверочное задание
- Контрольное задание
- Машинное обучение: обучение с учителем.
- Постановка задачи обучения с учителем
- Оценка классификации и выбор модели
- Линейный SVM. Часть 1
- Линейный SVM. Часть 2
- Алгоритмические композиции: boosting, stacking, bagging
- Модуль 4.
- Тест
- Тест
- Тест
- Машинное обучение: обучение без учителя.
- Постановка задачи обучения без учителя
- Принципы выбора модели
- Оценка качества обучения. Часть 1
- Оценка качества обучения. Часть 2
- Алгоритм K-means
- Введение. Алгоритмы иерархической кластеризации
- Метрики. Алгоритмы иерархической кластеризации
- Алгоритм LSA
- Модуль 5.
- Проверочное задание
- Контрольное задание
Summary of User Reviews
Discover the fundamentals of data science through this informative course on Coursera. Students have praised the course for its engaging and practical approach, making it easy to learn and understand complex topics. Overall, the course has received positive feedback from users.Pros from User Reviews
- Clear and concise lectures
- Interactive assignments for better understanding
- Great introduction to data science
- Instructors are knowledgeable and helpful
- Course material is well-organized
Cons from User Reviews
- Some users found the course too basic
- Not enough hands-on projects for practical experience
- Some users struggled with the language barrier
- Occasional technical issues with the platform
- Limited interaction with other students
Введение в науку о данных (An Introduction to Data Science)
- 3.8
-
Наука о данных включает большой спектр подходов и методов сбора, обработки, анализа и визуализации массивов данных любого размера. Введение Цели обучения....
