Nedocs.ru

Онлайн платформа для образования
3 просмотров
Рейтинг статьи
1 звезда2 звезды3 звезды4 звезды5 звезд
Загрузка...

Мфти онлайн обучение

Как развивается онлайн-образование в МФТИ

Андрей Райгородский: «Мне очень хочется, чтобы к нам поступали люди не только из Москвы»

Всё началось в 2016 году, когда в МФТИ открылась первая в России онлайн-магистратура на русском языке по направлению «Современная комбинаторика». Удаленное обучение сочеталось с государственными экзаменами и защитой диплома на Физтехе или в офисе Яндекса. Сегодня в МФТИ работают три онлайн-магистратуры. Две на русском (одна по современной комбинаторике, другая по цифровой экономике) и ещё одна на английском языке (по современной комбинаторике и машинному обучению). Одним из тех, кто внёс большой вклад в развитие этих проектов, стал Андрей Райгородский, доктор физико-математических наук, профессор, директор Физтех-школы прикладной математики и информатики (ФПМИ), руководитель совместных исследовательских программ Яндекса и МФТИ. Мы поговорили с ним о перспективах и трудностях онлайн-образования.

Андрей Михайлович Райгородский

Расскажите про создание первой онлайн-магистратуры от МФТИ.

В 2016 году мы открыли первую в стране онлайн-магистратуру на русском языке по направлению «Современная комбинаторика». Во многом она была основана на моей личной активности. У нас было подразделение на Физтехе, которое занималось записью роликов для Coursera, и я был одним из тех, кто активно записывал там лекции. Приезжал на съёмки в шесть утра, потому что другого свободного времени у меня не было, и работал с ребятами из нашей команды. По счастью, ничего не репетировал, а сразу вставал к доске и читал в пустой аудитории, но при этом всегда обращался к слушателям, как будто они сидели передо мной.

Я представлял, как слушатели мне отвечают, и пытался верно на это среагировать. Это помогало выделять наиболее значимые моменты в лекции.

Так в общей сложности мы отсняли пять курсов, а спустя какое-то время сообразили, что они могут стать основой для онлайн-магистратуры. Она функционирует и сегодня: каждый год мы набираем по 15–20 человек, и мы готовы к росту числа абитуриентов в несколько раз. Это полноценное очное образование, оно не считается заочным. Техника шагнула настолько далеко вперёд, что люди посредством вебинара общаются друг с другом напрямую, как в жизни, и прокторинг (слежение за списыванием) устроен так, что от очной сдачи экзамена и не отличишь. Только для сдачи государственных экзаменов и на защиту дипломов ребята приезжают в офис Яндекса или на Физтех. Часть из них после защиты поступает в очную аспирантуру.

Онлайн-магистратура по комбинаторике стала фундаментом для дальнейшего развития?

Окрылённые успешным запуском первой онлайн-магистратуры, мы договорились с РАНХиГС о создании совместной двухгодичной магистратуры по цифровой экономике на русском языке. В 2018 году мы её запустили и набрали 20 человек. От Физтеха там курсы по искусственному интеллекту, теории вероятностей, статистике и оптимизации, а от РАНХиГС — по экономике.

А в октябре 2019 года у нас открылась англоязычная «Современная комбинаторика» — первая в России онлайн-магистратура на английском языке.

Почему люди поступают в онлайн-магистратуру?

На онлайн-лекцию не нужно приезжать, её можно послушать, когда тебе захочется. А когда мы проводим вебинары, то подстраиваемся под график студентов, чтобы им было удобно. Иногда мои помощники героически ведут вебинары в десять часов вечера. Пока, конечно, значимая часть студентов — это москвичи. И я хочу сломать эту ситуацию по возможности.

Магистратура — это не только про людей, которые недавно закончили бакалавриат. Это и про тех, кто давно получил высшее образование и вдруг понял, что вязнет в профессиональном болоте и с новыми знаниями мог бы сделать гораздо больше. Также есть люди, которые хотели бы тряхнуть стариной и вновь включиться в научную деятельность. Погрязли они в разработке, а им, может быть, хочется что-то доказать, изобрести или исследовать.

У нас есть курсы и для тех, кто только начинает интересоваться машинным обучением. Это так называемая Школа глубокого обучения. Годовые курсы, на которые могут поступить не только школьники и студенты, но и любой желающий. В школе два основных потока: один называется базовым, а другой — продвинутым. Базовый — это для тех, кто вообще ничем не владеет или считает, что мало чем владеет. Там объясняется всё с нуля на уровне относительно продвинутого школьника. А продвинутый поток — это для тех, кто считает, что он владеет начальным аппаратом, и готов изучить продвинутые инструменты. При хорошем обучении студент может поступить в нашу магистратуру без вступительных испытаний, а школьник получает баллы за индивидуальные достижения или за олимпиады.

Насколько онлайн-формат удобен для вуза и преподавателей?

С одной стороны, онлайн-образование дороже, чем обычное. Например стоимость обучения на направлении «Современная комбинаторика» у нас 270 тысяч рублей в год. Это связано с тем, что за поддержкой платформы следят люди, и это, к сожалению, требует денег. Одно дело оплатить только труд преподавателя, а другое — оплатить ещё и работу специалистов, которые занимаются постоянной поддержкой платформы. С другой стороны, чем больше студентов, тем меньше мы могли бы брать с каждого человека: стоимость поддержки платформы не зависит от количества человек.

Расскажите про методологию обучения в магистратуре.

Как правило, онлайн-магистратура — это 3–4 семестра полноценного обучения и где-то 5–6 курсов в течение каждого семестра. А бывает и больше, например, когда в четвёртом семестре не только происходит научно-исследовательская работа, но и читаются лекции.

Сначала идут лекции, которые разбиваются на смысловые блоки, каждый из которых сопровождается вопросами на закрепление материала. После окончания темы проводятся тесты и контрольная работа с задачами по каждой пройденной лекции. Из их результатов впоследствии формируется оценка. Есть и экзамены, всё как в обычной магистратуре. Чтобы экзамен проходил настолько честно, насколько это возможно, у нас есть система прокторинга, в которой профессионально обученные люди следят за тем, чтобы человек не списывал. Также мы устраиваем онлайн-вебинары, на которых разбираем отдельные задачи, а если студент не смог что-то решить или не разобрался в теме, то он может проконсультироваться с лектором.

Читать еще:  Подготовиться к егэ онлайн

Мфти онлайн обучение

ГРАФИК РАБОТЫ ЗФТШ В ПЕРИОД ДО 30.04.2020

В связи с карантином методисты ЗФТШ до 30.04.2020 будут работать удаленно.

Занятия с учащимися очного отделения будут проводиться дистанционно по ранее утвержденному расписанию. «Посещение» занятий обязательно. Подробности узнавайте у своих преподавателей.

Сидим дома. Решаем задания

Заочная физико-техническая школа (ЗФТШ) Московского физико-технического института (национального исследовательского университета) (МФТИ) проводит набор в 8 – 11 классы учащихся 7 – 10 классов общеобразовательных учреждений.

Для обучения вы можете выбрать произвольный набор предметов.

Вниманию школьников, поступающих на заочное отделение ЗФТШ!
По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 10 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 10 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 10 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 10 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 9 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 9 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 9 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 9 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 8 класса!

Срок сдачи задания: 1 мая 2020г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 8 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 8 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 8 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 7 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

Вступительное задание в Заочную физико-техническую школу МФТИ на 2020/2021 учебный год.
ВНИМАНИЕ. Тестирование предназначено для учеников 7 класса!

Срок сдачи задания: 1 мая 2020 г.

Вниманию школьников, поступающих на заочное отделение ЗФТШ! По многочисленным просьбам срок отправки выполненного вступительных заданий продлен до 1 мая 2020 года.

Начало обучения: 1 сентября 2020 г.

ЗФТШ работает в сфере профильного дополнительного образования детей с 1966 года. За прошедшие годы школу окончили более 100 тысяч учащихся; каждый второй студент МФТИ – её бывший ученик.
Обучение в школе ведётся по четырем предметам научно-технической направленности – физике, математике, информатике и химии. Выбрать для обучения можно как все предметы сразу, так и произвольный набор из них.
Цель нашей школы – помочь учащимся 8 – 11-х классов общеобразовательных учреждений, интересующимся предметами научно-технической направленности, углубить и систематизировать свои знания по этим предметам, а также способствовать их профессиональному самоопределению.

Курсы рассчитаны на учащихся 8-11 классов. Каждый курс разбит на 4-6 заданий. В каждом задании содержится теория, список дополнительной литературы, контрольные вопросы и задачи.

Решения задач проверяют преподаватели ЗФТШ – студенты, аспиранты и выпускники МФТИ, которые будут находиться с Вами в постоянном контакте.

Читать еще:  Онлайн тест на профессию для подростков

Главное, что Вы получите от обучения – это знания, которые останутся с Вами на всю жизнь. Кроме того, Вы научитесь самостоятельности, работе с литературой, поймете как грамотно оформлять свои решения.

По окончании школы выдаётся свидетельство, которое дает до 10 дополнительных баллов в портфолио абитуриента МФТИ.

А ещё в ЗФТШ есть Лекторий по физике, математике и химии. Это уникальная возможность прослушать лекции по всем необходимым для сдачи экзаменов темам от квалифицированных преподавателей МФТИ. Трансляции лекций идут в реальном времени, но их можно посмотреть в любое время в записи

«УЧЕБА В ЗФТШ И УЧАСТИЕ В ОЛИМПИАДАХ СДЕЛАЛИ МОЁ ПОСТУПЛЕНИЕ НА ФИЗТЕХ ДОВОЛЬНО ПРОСТЫМ»

Константин Новосёлов,
выпускник ЗФТШ, затем МФТИ,
лауреат Нобелевской премии по физике 2010 г.

МФТИ открыл регистрацию на бесплатные курсы «Школы глубокого обучения» по нейронным сетям

Школа глубокого обучения (Deep Learning School) — учебная организация на базе ФПМИ МФТИ.

Занятия ведут студенты и выпускиники Физтех-школы прикладной математики и информатики МФТИ.

Цель курсов — познакомить слушателей с теорией и практикой глубокого обучения (нейронных сетей) в интерактивном формате.

Подать заявку можно до 22 сентября на сайте.

посмотрел вводную лекцию, чот жесковато, лектор-прогер слишком вникал в подробности, видно что он сильно в этом шарит, но для вводной лекции можно было сделать более обзорно зацепить бОльший объем.

ЗЫ по почте прислали ссылку на материалы прошлого года https://github.com/DLSchool/deep_learning_2018-19

будут два месяца учить запускать keras?

мало знать керас, нужно еще понимать какая структура нейросети будет оптимальной для конкретной задачи
почему бы не записаться и сделать выжимку для Пикабу?

Я вот как-то хотел решить одну задачу через нейросети, но там не очень типичная задача — нельзя предварительно создать набор для обучения, а похожих задач я так и не нашел чтобы подсмотреть как ее решать

Если нельзя предварительно создать набор для обучения — значит задача нейросетями не решается.

керас как раз скрывает от разработчика структуру ИНС.

Хотите сделать выжимку — записывайтесь, делайте. Я к МФТИ отношусь примерно так же как к ИТМО — хайпожоры, не более.

С уважением, начотдела исследований нейронных сетей и машинного обучения.

магистр нейросетей, может тогда дашь наводку

алфавит из N символов избыточно кодируется блоками по M байт, на блоки наносится шум и «эхо» от одного или нескольких предыдущих блоков, требуется придумать алгоритм который позволит с наименьшим числом ошибок кодировать и декодировать сообщения для заданных N и M. Предполагается что шум и эхо неизвестны, но подчинятся каким-то законам и не полностью рандомны.

ок, и при чем тут нейросеть?

ну думал у тебя кругозор немного дальше знаний о нейросететях.

у меня-то простирается.

а тебе б для начала научиться в постановку и декомпозицию.

то, что ты пытаешься создать — называется стеганография. и я бы тебе посоветовал для начала изучить уже имеющийся материал по теме.

Хм, а каким образом сюда относятся методы скрытой передачи информации ? В постановке задачи я ничего такого не говорил.

Тут стоит задача полностью использовать доступный блок данных. Хотя бы подобрать наилучший «словарь перевода» единичных символов в блоки, а лучше чтобы при формировании блоков учитывалось некоторое количество предыдущих символов.

Да, может я и не изучал стеганографию предметно, но отдельные статьи разных методов для изображений (DCT, фракталы) и видео (внедрение на уровне блоков кодирования) я ради интереса прочитал.

И когда искал что-то подходящее для меня я именно мой случай не встретил, хотя одна идея стеганографии оказалась полезной, но далеко не в том виде как ее подали. Да и насколько я понимаю, стеганография вообще не предназначена чтобы использовать все доступные объемы «транспорта». А криптография тут вообще и боком не стояла.

Бесплатные курсы от Coursera для студентов МФТИ

Студенты МФТИ могут пройти обучение и получить сертификаты курсов на Coursera. С развитием технологий все больше становится популярным дистанционное образование. Coursera — один из самых успешных проектов в сфере массового онлайн-образования, одной из особенностью которого является возможность бесплатного изучения материалов, заплатить вам придется только за диплом о прохождении курса.

Проект сотрудничает с университетами, которые публикуют и ведут в системе курсы по различным отраслям знаний. Слушатели проходят курсы, общаются с сокурсниками, сдают тесты и экзамены непосредственно на сайте Coursera. На февраль 2017 года в Coursera зарегистрировано 24 млн пользователей и более 2000 курсов и 160 специализаций от 149 образовательных учреждений.

МФТИ не стал исключением, на сегодняшний день на Coursera добавлены 30 курсов от ЦИОТ МФТИ. Примеры нескольких нескольких из них:

Специализация машинное обучение и анализ данных.

В рамках специализации вы освоите основные темы, необходимые в работе с большим массивом данных, в т.ч. современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, базовая фундаментальная математика, основы программирования на Python.

Курс создан при поддержке компании Яндекс.

Современная комбинаторика.

Этот курс ориентирован на сильных студентов первого и второго курса, которые интересуются дискретной математикой и комбинаторикой. Он будет полезен всем желающим освоить один из базовых предметов в математике.

Дизайнер интерфейсов. Введение в специальность

Этот курс поможет вам погрузиться в предмет и получить базовые знания в теории дизайна интерфейсов (также известного как продуктовый дизайн или UX/UI-дизайн). Вы сможете структурировать свои знания и опыт, а позже мы предложим вам перейти к практике.

На курсе вы овладеете принципам проектирования пользовательского взаимодействия и пользовательских исследований, изучите основные понятия визуального дизайна, сможете отличать хороший дизайн от плохого и научитесь анализировать тренды.

С полным списком материалов можно ознакомиться по ссылке.

Как бесплатно получить доступ к материалам?

  • Зарегистрироваться на сайте www.coursera.org
  • Написать на почту mooc@phystech.edu письмо, в котором:
    • Указать желаемый курс
    • Написать номер группы, факультет, курс и адрес почты, к которой привязан аккаунт на Coursera
    • Приложить скан студенческого билета или зачетки
  • После согласования выбранные курсы появятся в списке приобретенных материалов
  • PROFIT
Читать еще:  Школа барменов онлайн

Обращаем внимание, что на платформе курсы идут циклично. Если вдруг вы не можете продолжать обучение, курс никуда не пропадает, и вы сможете повторить его изучение через некоторое время.

Курсы созданы центром инновационных образовательных технологий.

16 бесплатных онлайн-курсов по машинному обучению

Популярная тенденция в сфере онлайн-образования — массовые открытые онлайн-курсы (Massive open online-courses, MOOC). Появились бесплатные курсы по машинному обучению и data science. Они доступны каждому и основаны на образовательных программах от ведущих университетов, например, МФТИ.

Большинство MOOC по машинному обучению доступны на английском языке и представлены на известных платформах онлайн-образования, таких как Coursera, Udacity, World Education University и edX.

Отдельно стоит отметить, что курсы Coursera доступны бесплатно только для прослушивания лекций. Для того, чтобы выполнять задания или получить сертификат по окончании курса, нужно оформить подписку или оплатить курс.

Видео-материалы и лекции курса можно получить бесплатно, для этого на странице курса внизу нужно нажать кнопку «прослушать курс», как показано на картинке:

Как бесплатно прослушать курсы по машинному обучению

В этой статье собраны бесплатные курсы по машинному обучению и Data Science на русском языке или с русскими субтитрами.

Введение в машинное обучение

Авторы: ВШЭ и Яндекс
Платформа: Coursera
Язык: русский

На курсе Константина Воронцова Введение в машинное обучение рассматриваются популярные задачи, решаемые с помощью машинного обучения — классификация, регрессия, кластеризация. Слушателю нужно знать об основных понятиях математики: функциях, производных, векторах, матрицах, желательно иметь базовые навыки программирования и быть знакомым с python.

Продолжительность: 35 часов

Машинное обучение и анализ данных

Авторы: МФТИ и Яндекс
Платформа: Coursera
Язык: русский

Специализация Машинное обучение и анализ данных включает 6 курсов. Осваиваются основные инструменты, необходимые в работе с большим массивом данных: современные методы классификации и регрессии, поиск структуры в данных, проведение экспериментов, построение выводов, фундаментальная математика, основы программирования на python.

Продолжительность: 8 месяцев (7 часов в неделю)

Python для анализа данных

Авторы: МФТИ, ФРОО, Mail.ru Group
Платформа: Coursera
Язык: русский

Курс Python для анализа данных ориентирован на решение практических задач. Студенты будут применять свои навыки программирования для построения предиктивных моделей, визуализации данных и работы с нейросетями.

Продолжительность: 25 часов

Введение в науку о данных

Автор: СПбГУ
Платформа: Coursera
Язык: русский

Курс Введение в науку о данных рассматривает постановку и решение типичных задач, с которыми может столкнуться в своей работе data scientist, подходы к сбору, анализу, обработке и визуализации массивов данных.

Продолжительность: 17 часов

Глубокое обучение в творчестве с TensorFlow

Автор: Google Magenta
Платформа: Kadenze
Язык: английский, русские субтитры

MOOC Использование глубокого обучения в творчестве с помощью TensorFlow расскажет о том, как строить алгоритмы глубокого обучения на основе сверточных, рекуррентных, генеративных нейросетей и применять их для создания творческих приложений.

Продолжительность: 60 часов

Data Science

Автор: Johns Hopkins University
Платформа: Courserа
Язык: английский, русские субтитры

В специализацию Data Science университета John Hopkins входят 10 курсов, включая сбор и сортировку данных, программирование на языке R, регрессионные модели, разработку продуктов для обработки данных и другие.

Продолжительность: 8 месяцев (5 часов в неделю)

Data science для руководителей

Автор: Johns Hopkins University
Платформа: Courserа
Язык: английский, русские субтитры

Data Science для руководителей — это ускоренная обучающая программа — 5 курсов, которые дают базовое понимание о том, что такое data science и как работать с проектами в этой сфере, собирать и развивать команду и даже лидерские качества.

Продолжительность: 40 часов

Нейронные сети

Автор: Институт биоинформатики
Платформа: Stepic
Язык: русский

Бесплатный курс Нейронные сети дает основы теории нейронных сетей и практики применения. Детальный разбор процесса создания и применения нейронных сетей. Алгоритмы, лежащие в основе нейросетей и множество практических задач.

Продолжительность: 33 часа

Программирование на Python

Автор: Институт биоинформатики
Платформа: Stepic
Язык: русский

На курсе Программирование на Python представлены базовые понятия программирования на python и большое количество практических задач. Решения будут проверяться автоматической системой.

Продолжительность: 22 часа

Алгоритмы: теория и практика. Методы

Автор: Computer Science Center
Платформа: Stepic
Язык: русский

Рассматриваются теоретические основы создания алгоритмов и особенности реализации на языках C++, Java и Python.

Продолжительность: 35 часов

Основы программирования на R

Автор: Институт биоинформатики
Платформа: Stepic
Язык: русский

На курсе Основы программирования на R изучаются основные типы данных и семантические правила, анализ и обработка данных.

Продолжительность: 19 часов

Анализ данных в R

Автор: Институт биоинформатики
Платформа: Stepic
Язык: русский

На курсе рассматриваются этапы статистического анализа на R — предварительная обработка данных, применение статистических методов анализа и визуализация данных.

Продолжительность: 21 час

Базы данных

Автор: СПбГУ
Платформа: Coursera
Язык: русский

В основе курса Базы данных изучение и применение языка SQL для создания, модификации объектов и управления данными в реляционных базах данных. Рассматриваются сферы применения NoSQL баз данных и современные подходы к обработке big data.

Продолжительность: 20 часов

От Excel до MySQL: способы анализа бизнес-данных

Автор: Duke University
Платформа: Coursera
Язык: английский, русские субтитры

В специализацию входят 5 курсов, которые демонстрируют, как использовать Excel, Tableau и MySQL для анализа данных, прогнозирования, создания моделей и визуализации данных для решения задач и улучшения бизнес-процессов.

Продолжительность: 8 месяцев (5 часов в неделю)

Линейная регрессия

Автор: СПбГУ
Платформа: Coursera
Язык: русский

В курсе Линейная регрессия разбираются основные методы описания взаимосвязей между количественными признаками, регрессионный анализ и построение моделей. Специальное место отводится операциям с матрицами. Курс ориентирован на людей, которые уже знакомы с базовыми понятиями анализа данных.

Продолжительность: 22 часа

Анализ данных

Автор: НГУ
Платформа: Coursera
Язык: русский

В специализацию Анализ данных Новосибирского государственного Университета входят 4 курса. Курсы содержат материалы по основам теории вероятностей и математической статистики, исследованию связей между признаками, построению прогнозов на основе регрессионных моделей, кластерному и статистическому анализу. Курсы разработаны совместно с 2GIS.

Продолжительность: 4 месяца (3 часа в неделю)

Ссылка на основную публикацию
Adblock
detector