НАЗАД

Статистические методы машинного обучения и визуализация данных

В данном разделе представлены массовые открытые онлайн-курсы (МООК). МООК является дополнительным учебным материалом. 

Обращаем Ваше внимание, что изучение МООК доступно любому зарегистрированному пользователю, однако МООК не является частью образовательных программ повышения квалификации. 

Изучение материалов МООК не предполагает выдачу удостоверений, сертификатов или иных документов, подтверждающих их изучение.

Курс посвящен:
  • основным методам статистической обработки данных, применяемым в различных областях экономики, бизнеса, медицины, социологии, психологии и пр, а также реализации этих методов в пакетах прикладных программ для статистического анализа данных и интерпретации полученных результатов;
  • методам решения прикладных профессиональных задач с использованием методов и средств визуализации данных и знаний.

Результаты обучения:
  • Знать основные понятия и методы статистического анализа данных;
  • Уметь проводить предварительную обработку данных, реализовывать основные методы статистического анализа;
  • Уметь строить модели, описывающие зависимости в статистических данных, интерпретировать полученные результаты;
  • Владеть пакетами прикладных программ для статистического анализа и визуализации данных;
  • Знать концептуальные основы, способы и методы визуализации данных;
  • Уметь использовать методы и средства визуализации данных для решения профессиональных задач и и задач машинного обучения.
МООК
Программа
1
Статистические методы машинного обучения и визуализация данных

a.
Трейлер

b.
Презентация
2
Введение

a.
Введение в статистический анализ данных

b.
Типы данных

c.
Проверка статистических гипотез

d.
Критерий согласия Пирсона. p-value

e.
Текстовые материалы

f.
Презентация

g.
Тестирование
3
Критерии сравнения групп

a.
Вводная лекция: критерии сравнения групп

b.
Параметрические критерии сравнения групп

c.
Непараметрические критерии. Часть 1

d.
Непараметрические критерии. Часть 2

e.
Текстовые материалы

f.
Презентация

g.
Тестирование
4
Корреляционный анализ

a.
Вводная лекция: корреляционный анализ

b.
Парный коэффициент корреляции Пирсона. Z- преобразование Фишера

c.
Ранговая корреляция

d.
Корреляционный анализ категоризованных данных

e.
Текстовые материалы

f.
Презентация

g.
Тестирование
5
Парная регрессия

a.
Введение в регрессионный анализ

b.
Парная регрессия. Метод наименьших квадратов оценки параметров простой регрессии

c.
Условия Гаусса-Маркова. Теорема Гаусса-Маркова

d.
Проверка качества модели регрессии

e.
Коэффициент детерминации, его интерпретация, общая адекватность модели

f.
Нелинейные модели и линеаризация

g.
Презентация

h.
Тестирование
6
Множественная регрессия

a.
Общая постановка задачи множественной регрессии. Метод наименьших квадратов оценки параметров регрессии

b.
Проверка качества и общей адекватности модели множественной регрессии

c.
Фиктивные переменные

d.
Презентация

e.
Тестирование
7
Дополнительные главы регрессионного анализа

a.
Регрессионные модели со смещенным шумом

b.
Случай коррелированных наблюдений. Обобщенный метод наименьших квадратов

c.
Случай гетероскедастичных наблюдений. Обобщенный метод наименьших квадратов

d.
Мультиколлинеарность. Признаки мультиколлинеарности

e.
Мультиколлинеарность. Устранение мультиколлинеарности

f.
Текстовые материалы

g.
Презентация

h.
Тестирование
8
Задачи классификации

a.
Вводная лекция: общая постановка задачи классификации

b.
Бинарная классификация и логистическая регрессия

c.
Метрики качества бинарного классификатора

d.
Пример расчета метрик качества бинарного классификатора

e.
ROC-анализ. Пример

f.
Текстовые материалы

g.
Презентация

h.
Тестирование
9
Концептуальные основы визуализации данных

a.
Концептуальные основы визуализации данных. Часть 1

b.
Текстовые материалы

c.
Презентация

d.
Концептуальные основы визуализации данных. Часть 2

e.
Текстовые материалы

f.
Презентация

g.
Тестирование
10
Способы визуализации

a.
Способы и принципы визуализации данных. Диаграммы и графики

b.
Презентация

c.
Пиктография и инфографика

d.
Презентация

e.
Инструменты визуализации

f.
Презентация

g.
Тестирование
11
Методы визуализации

a.
Визуализация многомерных данных

b.
Презентация

c.
Текстовые материалы

d.
Визуализация в задачах машинного обучения

e.
Текстовые материалы

f.
Презентация

g.
Научная визуализация

h.
Текстовые материалы

i.
Презентация
12
Дашборд, как средство визуальной аналитики и управления

a.
Дашборд: понятие, назначение, виды

b.
Презентация

c.
Текстовые материалы

d.
Инструменты для создания дашбордов

e.
Презентация

f.
Тестирование

g.
Итоговое тестирование
Преподаватели