35 бесплатных онлайн-курсов по Data Science и аналитике данных

Для начинающих с нуля в 2021 году. До уровня PRO. 💪

  1. «Data Science: будущее для каждого» — «Нетология».
  2. «Введение в науку о данных» — СПбГУ.
  3. «Введение в Data Science‎ и машинное обучение» — Институт биоинформатики.
  4. «Нейронные сети» — Институт биоинформатики.
  5. «Машинное обучение» — ОмГТУ.
  6. «Машинное обучение в финансах» — «СберУниверситет».
  7. «Анализ данных в R‎» — Институт биоинформатики.
  8. «Анализ данных в Google Analytics» — Андрей Осипов.
  9. «Теория вероятностей для начинающих» — МФТИ.
  10. «‎Анализ данных просто и доступно» — Игорь Клейнер.
  11. «Математические методы в психологии. Основы применения‎» — СПбГУ.
  12. «Базовые навыки Excel‎» — SF Education.
  13. «Квантовые вычисления» — СПбГУ.
  14. «Анализ данных» — РЭУ им. Г.В. Плеханова.
  15. «Практики оперативной аналитики в MS Excel‎» — СПбГУ.
  16. «Исследование статистических взаимосвязей» — НГУ совместно с «2ГИС».
  17. «Основы статистики» — Институт биоинформатики.
  18. «Знакомство с R ‎и базовая статистика» — СПбГУ.
  19. «Статистика для гуманитариев» — ТГУ.
  20. «Эконометрика» — НИУ ВШЭ.
  21. «Быстрый старт в искусственный интеллект» — МФТИ.
  22. «‎Введение в информационный поиск» — МФТИ совместно с Mail.ru Group.
  23. «Основы Python и анализа данных» — «Яндекс.Практикум».
  24. «Математическая статистика‎» — Computer Science Center.
  25. «BI-разработчик. Основы работы в Tableau» — Артём Прытков.
  26. «Hadoop. Система для обработки больших объёмов данных» — Mail.ru Group.
  27. «Теория игр» — МФТИ.
  28. «A Crash Course in Data Science» — Университет Джонса Хопкинса.
  29. «Introduction to Data Science» — Alison.
  30. «Learn Data Science» — Dataquest.
  31. «Data Science» — Гарвардский университет.
  32. «Introduction to Data Science in Python» — Мичиганский университет.
  33. «Learn Data Science With R Part 1 of 10» — Ram Reddy.
  34. «Introduction to Data Science using Python» — Rakesh Gopalakrishnan.
  35. «Learning to Love Statistics» — Нотрдамский университет.

Также обратите внимание на:

1. «Data Science: будущее для каждого» от «Нетологии»

Длительность курса: 3 урока.

Уровень: для начинающих.

Формат обучения: записи вебинаров + текстовые материалы + тесты + практические задания + общение в закрытом Slack-чате.

Обратная связь: нет.

С сертификатом

Программа обучения:

  1. Почему работа с данными настолько актуальна. Какие направления и профессии есть в сфере Data Science, чем они отличаются и как выбрать направление для себя.
  2. Базовые навыки: с чего начать. Обязательные навыки каждого аналитика и его инструментарий. Написание первого кода с помощью языка запросов SQL.
  3. Как найти работу: первые шаги. Кого ищут работодатели. Пошаговый план для старта карьеры в сфере Data Science. Как составить карту ваших компетенций.

Кто проводит курс

2. «‎Введение в науку о данных» от СПбГУ

Длительность курса: 89 часов на освоение материала.

Уровень: для начинающих.

Формат обучения: видеоуроки + текстовые материалы + тесты.

Обратная связь: нет.

Сертификат: выдаётся (платно).

Программа обучения:
1. Введение
2. Математический инструментарий науки о данных
3. Программный инструментарий науки о данных
4. Машинное обучение: обучение с учителем
5. Машинное обучение: обучение без учителя

Что узнаете и чему научитесь:

  • Что такое Data Science
  • Основам линейной алгебры для анализа данных
  • Основам программирования на языке Python
  • Созданию нейронных сетей

Кто проводит курс

  • Блеканов Иван Станиславович — доцент кафедры «Технологии программирования» в СПбГУ
  • Севрюков Сергей Юрьевич — старший преподаватель кафедры «Технологии программирования» в СПбГУ
  • Просолупов Евгений Викторович — кандидат физико-математических наук, доцент кафедры «Технологии программирования» в СПбГУ
  • Коротков Павел Алексеевич — старший преподаватель кафедры «Технологии программирования» в СПбГУ
  • Мишенин Алексей Николаевич — старший преподаватель кафедры «Технологии программирования» в СПбГУ
  • Утешев Алексей Юрьевич — профессор кафедры управления медико-биологическими системами
  • Вольф Дмитрий Александрович — ассистент кафедры «Технологии программирования» в СПбГУ
  • Малютин Евгений Алексеевич — ассистент кафедры «Технологии программирования» в СПбГУ
  • Камалов Михаил Валерьевич — аспирант кафедры «Технологии программирования» в СПбГУ

3. «Введение в Data Science‎ и машинное обучение» от Института биоинформатики

Длительность курса: 30 уроков.

С сертификатом

Формат обучения: видеоуроки + тесты + интерактивные задачи.

Программа обучения:

  1. О чём курс?
  2. Big Data, Deep Machine Learning — основные понятия.
  3. Модель, начнём с дерева.
  4. Pandas, Dataframes.
  5. Фильтрация данных
  6. Группировка и агрегация.
  7. Визуализация, seaborn.
  8. Практические задания: Pandas.
  9. Секретный гость.
  10. Stepik ML contest — это ещё что такое?
  11. Stepik ML contest — data preprocessing.
  12. Какого музыканта Beatles я загадал или entropy reduction.
  13. Немного теории и энтропии.
  14. Titanic: Machine Learning from Disaster.
  15. Обучение, переобучение, недообучение и кросс-валидация.
  16. Последний джедай или метрики качества модели.
  17. Подбор параметров и ROC and Roll.
  18. Практика, Scikit-learn, fit, predict, you are awesome.
  19. ML на практике — автокорректор ошибок правописания.
  20. Секретный гость.
  21. Stepik ML contest.
  22. Снова возвращаемся к деревьям.
  23. Random forest.
  24. Зачем знать что-то ещё, если есть Random Forest?
  25. Секретный гость.
  26. И на Марсе будут яблони цвести.
  27. Нейроэволюция.
  28. Трюки в Pandas.
  29. Вот и всё, а что дальше?
  30. Stepik ML contest.

Что освоите:

  • Основные понятия Data Science и Machine Learning
  • Наиболее популярные Python-библиотеки для анализа данных — Pandas и Scikit-learn

Плюсы:

  • Начать обучение можно сразу после регистрации
  • Обучение проводят лучшие преподаватели Института биоинформатики
  • Современная программа обучения
  • Изложение материала простым языком
  • Можно бесплатно получить сертификат по окончании обучения

Преподаватели:

  • Анатолий Карпов — основатель онлайн-школы Data Science KarpovCourses, экс-аналитик в Mail.ru Group, экс-руководитель команды аналитики в отделе бизнеса и рекламы «ВКонтакте»
  • Александр Ильин — преподаватель в KarpovCourses, выпускник СПбГУ, аспирант Сколковского Института Науки и Технологий

4. «Нейронные сети‎» от Института биоинформатики

Длительность курса: 24 урока.

С сертификатом

Формат обучения: видеоуроки + тесты + интерактивные задачи.

Программа обучения:

  1. Основы линейной алгебры.
  2. Перцептрон и градиентный спуск.
  3. Алгоритм обратного распространения ошибки.
  4. Мониторинг состояния сети.
  5. Заключение.

Какие знания и навыки получите:

  • Основы линейной алгебры (векторы и матрицы)
  • Принципы работы нейронных сетей
  • Применение нейронных сетей для решения практических задач

Плюсы:

  • Насыщенная обучающая программа
  • Есть интерактивные тесты и задачи
  • Занятия ведут лучшие преподаватели Института биоинформатики

Минусы:

  • Курс не подходит для обучения с нуля
  • Недостаточно практики программирования нейронных сетей

Преподаватели:

  • Арсений Москвичёв — инженер-исследователь, выпускник биологического и психологического факультета СПбГУ
  • Анастасия Миллер — сотрудник компании JetBrains

5. «Машинное обучение‎» от ОмГТУ

Продолжительность: 71 урок.

С сертификатом

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения:

  1. Введение в машинное обучение и основные понятия статистики.
  2. Восстановление пропущенных значений.
  3. Поиск выбросов и аномалий.
  4. Кластеризация.
  5. Задача предсказания, линейная регрессия.
  6. Классификация, kNN, кросс-валидация.
  7. Деревья в машинном обучении.
  8. Линейные классификаторы.
  9. Вероятностные алгоритмы. Наивный Байес.
  10. Ансамбли алгоритмов.
  11. Отбор признаков и объектов.

Какие навыки получите:

  • Построение моделей машинного обучения
  • Обработка таблиц с данными
  • Восстановление данных с помощью искусственного интеллекта
  • Освоение необходимых терминов на тему машинного обучения для общения с будущими заказчиками
  • Понимание того, какие задачи можно доверить ЭВМ

Плюсы:

  • Начало обучения сразу после регистрации
  • Подача материала доступным языком
  • Опытный лектор

Минусы:

  • Нет практических заданий
  • Для успешного освоения материала необходима минимальная математическая подготовка

Преподаватель курса: Артём Шевляков — доктор физико-математических наук, преподаватель ОмГТУ.

6. «Машинное обучение в финансах‎» от «СберУниверситета»

Длительность: 21 час на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: курс подходит работникам банковской сферы и студентам профильных вузов. Цель программы — помочь разобраться в основах машинного обучения и возможностях применения ML на практике.

Какие знания/навыки получите:

  • Понимание основ и принципов машинного обучения.
  • Применение языков программирования Python и Stan.
  • Применение машинного обучения на практике.
  • Основы банковского дела и финансов.

Плюсы:

  • Полезная информация в свободном доступе.
  • Возможность обучаться в удобное время.
  • Лекции от лучших финансистов «Сбербанка».

Минусы:

  • Отсутствие обратной связи.

Об авторах: курс разработан на базе Корпоративного Университета Сбербанка.

7. «Анализ данных в R‎» от Института биоинформатики

Длительность: 19 уроков.

С сертификатом

Форма обучения: видеоуроки + тесты + интерактивные задачи.

Программа обучения: курс подойдёт старшеклассникам, а также всем, кто хочет сменить сферу деятельности, и погрузиться в мир аналитики и программирования. Первая часть посвящена основам программирования, вторая — работе в R Markdown.

Какие навыки приобретёте:

  • Считывание и предварительная обработка данных
  • Выполнение статистического анализа с помощью R
  • Написание собственных функций в R
  • Визуализация результатов

Плюсы:

  • Курс находится в свободном доступе — начать проходить его можно сразу после регистрации
  • Интерактивные задачи для практического закрепления полученных знаний
  • Лёгкая подача информации для первого знакомства с R
  • По окончании обучения можно получить сертификат

Об авторах: курс разработан специалистами Института биоинформатики.

8. «Анализ данных в Google Analytics‎» от Андрея Осипова

Длительность: 29 уроков.

Без сертификата

Формат обучения: видеоуроки + тесты.

Программа обучения: материал посвящён основным инструментам для анализа данных и принятия решений в Google Analytics. Курс подойдёт всем желающим освоить Google Analytics, а также тем, кто хочет повысить эффективность бизнеса без привлечения специалистов.

Чему научитесь:

  • Работа с таблицами и сегментами
  • Определение KPI
  • Анализ электронной торговли
  • Подготовка кастомных отчётов
  • Выгрузка данных
  • Работа в Google Data Studio

Плюсы:

  • Гибкий график обучения в свободное время
  • Тесты для закрепления пройденного материала
  • Можно сдать итоговый экзамен
  • Лектор имеет большой опыт в веб-аналитике

Минусы:

  • Недостаточно практики

Об авторе: Андрей Осипов — сертифицированный спикер Google, практикующий веб-аналитик.

9. «Теория вероятностей для начинающих‎» от МФТИ

Длительность: 23 часа на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: курс знакомит слушателей с основами предмета, и рассчитан на широкую аудиторию. Также программа будет полезна тем, чья деятельность напрямую связана с математикой.

Какие навыки получите:

  • Владение азами комбинаторики
  • Решение прикладных задач
  • Понимание конечных и бесконечных вероятностей пространства
  • Работа с теоремами для суммы случайных величин

Плюсы:

  • Свободный график обучения
  • Возможность повысить квалификацию
  • Лёгкая подача материала
  • После прохождения можно получить сертификат
  • Возможность начать новую карьеру

Минусы:

  • Для успешного прохождения курса рекомендуется изучение основ комбинаторики

Об авторах: курс подготовлен при содействии МФТИ.

10. «‎Анализ данных просто и доступно» от Игоря Клейнера

Длительность: 106 уроков.

Без сертификата

Формат обучения: видеоуроки + тесты.

Программа обучения:

  1. Знакомство с миром анализа данных.
  2. Данные — что за зверь? Истина в вине!
  3. Больные данные. Статистика на кончиках пальцев.
  4. Болезни сердца и аналитика. Типы задач машинного обучения.
  5. НЛП — анализ текстовой информации.
  6. Обучение без учителя. Кластеры. Статистика против машин.
  7. Анализ изображений. Нейронные сети. Глубокое обучение.
  8. Правосудие и анализ данных. Нейронные сети для текста.
  9. Анализ временных рядов.
  10. Предварительная обработка данных.
  11. Социальные сети: графы на помощь.
  12. Этика. Метод соседей. Как продолжать?

Плюсы:

  • Насыщенная программа
  • Гибкий график обучения
  • Развитие критического мышления
  • Лёгкая подача информации с примерами

Минусы:

  • По окончании обучения не выдаётся сертификат

Об авторе: Игорь Клейнер — экс-сотрудник Huawei, Intel, Skype, Microsoft, Infowatch. Преподаватель открытого университета Израиля.

11. «Математические методы в психологии. Основы применения‎» от СПбГУ

Длительность: 59 часов на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: курс рассчитан на математиков и практикующих психологов. Он поможет овладеть статистическими моделями Также программа подойдёт начинающим аналитикам.

Какие навыки получите:

  • Использование простых методов анализа данных
  • Интерпретация измерений и результатов их статистического анализа
  • Использование математических моделей исследования
  • Применение одномерных и двумерных методов анализа данных
  • Понимание системы статистических понятий

Плюсы:

  • Обучение онлайн в удобное время
  • Насыщенная программа

Об авторах: курс подготовлен на базе Санкт-Петербургского государственного университета.

12. «Базовые навыки Excel‎» от SF Education

Длительность: 29 уроков + 18 тестов.

Без сертификата

Формат обучения: видеоуроки + тесты.

Программа обучения: курс посвящён основам работы в программе Excel. Он будет полезен менеджерам, предпринимателям, начинающим программистам, бухгалтерам и финансистам. Курс поможет ускорить выполнение рутинных задач, связанных с отчётами и аналитикой.

Какие навыки получите:

  • Создание и сохранение таблиц
  • Ввод данных и выполнение базовых расчётов
  • Работа с ячейками, шрифтами и границами
  • Заливка и форматирование ячеек
  • Печать файлов и данных
  • Сортировка, поиск и выделение данных

Плюсы:

  • Прохождение курса в удобное время
  • Последовательная подача материала
  • Современная программа обучения
  • Отличный лектор

Минусы:

  • Мало практики для новичков

Об авторах: курс создан при поддержке образовательной платформы SF Education. Эксперт курса — Ильнар Фархутдинов, директор по корпоративным финансам группы компаний «Инвэнт».

13. «Квантовые вычисления» от СПбГУ

Длительность: 14 часов на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: курс даёт базовые навыки в области проектирования и анализа квантовых алгоритмов. Программа рассчитана на студентов профильных вузов, инженеров, физиков, математиков.

Какие знания и навыки получите:

  • Понимание прототипов квантового компьютера
  • Использование алгоритмов Шора и Гровера
  • Работа с простыми квантовыми алгоритмами
  • Понимание границ квантовых вычислений
  • Начальный уровень проектирования алгоритмов

Плюсы:

  • Полезная информация в свободном доступе
  • Занятия в удобное время
  • Обратная связь на форуме курса
  • Можно получить сертификат

Об авторах: курс создан на базе Санкт-Петербургского государственного университета. Преподаватель — Сысоев Сергей, кандидат физико-математических наук.

14. «Анализ данных‎» от РЭУ им. Г.В. Плеханова

Длительность: 20 уроков.

С сертификатом

Формат обучения: видеоуроки + тесты.

Программа обучения: курс подойдёт тем, кто хочет погрузиться в статистику и понять принципы анализа данных с дальнейшей возможностью применения навыков на практике.

Какие навыки получите:

  • Понимание абсолютных и относительных статистических показателей
  • Анализ взаимосвязи признаков
  • Понимание динамики и структуры социально-экономических явлений
  • Построение прогнозных оценок

Плюсы:

  • Свободное прохождение курса в удобное время
  • Современная программа обучения
  • Опытные преподаватели
  • Подача информации простым языком

Минусы:

  • Для успешного прохождения требуется базовое понимание математики и общей экономической теории

Об авторах: курс разработан на базе кафедры статистики РЭУ им. Г.В. Плеханова.

15. «Практики оперативной аналитики в MS Excel‎» от СПбГУ

Длительность: 12 часов на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: курс подойдёт всем, кому необходимо проведение анализа статистических данных. В ходе обучения студенты научатся работать с базовыми инструментами MS Excel для решения задач бизнеса.

Чему научитесь:

  • Проведение анализа экономических данных
  • Выбор инструментов для решения задач
  • Расчет показателей деятельности компании
  • Владение инструментами фильтрации данных
  • Графический анализ данных
  • Решение аналитических задач с помощью MS Excel

Плюсы:

  • Гибкий график обучения
  • Приобретение актуальных навыков для продвижения по карьерной лестнице
  • Сильные преподаватели
  • Возможность подтянуть имеющиеся знания по Excel
  • Обратная связь на форуме курса

Минусы:

  • Слабая техподдержка.

Об авторах: курс создан при поддержке Санкт-Петербургского государственного университета.

16. «Исследование статистических взаимосвязей‎» от НГУ совместно с «2ГИС»

Длительность: 21 час на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения:

  1. Введение в статистические критерии.
  2. Критерии согласия.
  3. Поиск взаимосвязей в данных и оценка их статистической значимости.
  4. Линейная регрессия.

Что узнаете и чему научитесь:

  • Чем статистическая гипотеза отличается от «обычного предположения»
  • Какие бывают статистические гипотезы и какие статистические критерии разработаны для их проверки
  • Как делать проверку статистических гипотез (как формулировать статистические гипотезы для решения исследовательских задач, а также выбирать подходящие критерии для их проверки)

Плюсы:

  • Преподаватели — эксперты в области статистики

Преподаватели:

  • Ольга Ечевская — кандидат социологических наук, доцент кафедры социологии ЭФ НГУ, сооснователь проекта «Святая Сибирь»
  • Наталья Галанова — специалист по анализу данных в 2GIS
  • Виктор Дёмин — специалист по анализу данных в 2GIS, кандидат технических наук

17. «‎Основы статистики» от Института биоинформатики

Длительность: 29 уроков.

С сертификатом

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: курс знакомит слушателей с дисперсионным, регрессионным и кластерным статистическим анализом. Акцент сделан на математические идеи, интуицию и логику. Курс рекомендован старшеклассникам, студентам, научным сотрудникам. Он подойдёт как новичкам, так и тем, кто уже знаком с обработкой и анализом данных. В данный момент программа находится на стадии пересмотра и редактирования.

Чему научитесь:

  • Визуализация, анализ и разбор данных
  • Расчёт коэффициентов корреляции
  • Построение регрессионных уравнений
  • Проверка гипотез
  • Практическое применение языка R

Плюсы:

  • Сильный преподаватель и насыщенная программа
  • Подача материала простым языком
  • Можно получить сертификат

Минусы:

  • Новичкам может понадобиться поиск дополнительного материала

Преподаватель:

  • Анатолий Карпов — основатель онлайн-школы Data Science KarpovCourses, экс-аналитик в Mail.ru Group, экс-руководитель команды аналитики в отделе бизнеса и рекламы «ВКонтакте»

18. «Знакомство с R ‎и базовая статистика» от СПбГУ

Длительность: 20 часов на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: курс ориентирован на обработку данных и знакомство с языком программирования R. Часть программы посвящена графикам, диаграммам и другим средствам визуализации. Курс подойдёт для знакомства со статистикой начинающим программистам.

Какие навыки получите:

  • Основы языка программирования R
  • Статистическая обработка данных
  • Создание автоматизированных отчетов с помощью R Markdown и Knitr
  • Тестирование гипотез
  • Визуализация результатов анализа

Плюсы:

  • Обратная связь с преподавателями на форуме
  • Гибкие сроки изучения материала
  • Опытные преподаватели
  • Интересная подача материала
  • Хорошие примеры
  • Можно получить сертификат

Об авторах: курс разработан на основе образовательной программы Санкт-Петербургского государственного университета.

19. «Статистика для гуманитариев‎» от ТГУ

Длительность: 111 уроков.

Без сертификата

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: курс нацелен на ознакомление слушателей с базовыми методами и принципами статистического анализа данных. Часть программы посвящена освоению прикладных программ, которые могут пригодиться для выполнения анализа на практике. Ориентировочная нагрузка — 10-12 часов в неделю.

Какие навыки получите:

  • Основы языка программирования R
  • Предварительная обработка данных
  • Основы статистического анализа
  • Выбор адекватных методов для проведения анализа
  • Применение пакетов прикладных программ
  • Интерпретация полученных результатов

Плюсы:

  • Гибкий график обучения
  • Сопровождение теории наглядными примерами
  • Общение на форуме курса
  • Рекомендация дополнительных ресурсов и литературы
  • Можно пройти итоговое тестирование

Об авторах: курс подготовлен на базе Томского государственного университета.

20. «Эконометрика‎» от НИУ ВШЭ

Длительность: 30 часов на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: курс посвящён работе с данными и изучению линейных регрессионных моделей. Также слушатели получат хороший опыт работы в R. Для успешного прохождения необходимо базовое понимание математической статистики, теории вероятностей и линейной алгебры.

Какие навыки получите:

  • Понимание методов наименьшего квадрата и максимального правдоподобия
  • Исследование закономерности в реальных данных
  • Работа со случайными величинами в R
  • Прогнозирование переменной y
  • Проверка гипотез о коэффициентах в R
  • Понимание взаимодействия переменных

Плюсы:

  • Насыщенная программа обучения
  • Работа с материалами в удобное время
  • Опытный преподаватель
  • Много прикладных задач
  • Возможность улучшить имеющиеся знания в эконометрике
  • Общение на форуме с преподавателем

Об авторах: курс подготовлен на базе Высшей школы экономики. Лектор — Борис Демешев, старший преподаватель факультета экономических наук ВШЭ.

21. «‎Быстрый старт в искусственный интеллект» от МФТИ

Длительность: 23 урока.

С сертификатом

Формат обучения: видеоуроки + текстовые материалы + тесты + интерактивные задачи.

Программа обучения: курс знакомит с основными областями искусственного интеллекта. Программа рассчитана на старшеклассников из классов с математическим уклоном и студентов технических специальностей.

Чему научитесь:

  • Понимание основ и алгоритмов машинного обучения
  • Основы нейронных сетей
  • Понимание задач компьютерного зрения
  • Выделение признаков
  • Применение нейронных сетей на практике
  • Основы нейролингвистического программирования

Плюсы:

  • Гибкий график обучения
  • Интересные практические задачи
  • Сильные преподаватели
  • Хорошая база для развития в сфере ИИ

Минусы:

  • Некоторые моменты сложны для восприятия.

Преподаватели:

  • Татьяна Гайнцева — исследователь в лаборатории LAMBDA (НИУ ВШЭ) и группе Video Intelligence Huawei, преподаватель Deep Learning School (МФТИ)
  • Михаил Григорьев — преподаватель математики ФПМИ МФТИ, победитель международных олимпиад по математике, тренер сборной МФТИ на международных олимпиадах, жюри и составитель всероссийской олимпиады школьников по математике
  • Юрий Яровиков — заместитель заведующего лаборатории инноватики МФТИ, руководитель Школы глубокого обучения МФТИ, исследователь данных в «СберБанке»
  • Антон Астахов — преподаватель DLSchool

22. «‎Введение в информационный поиск» от МФТИ совместно с Mail.ru Group

Длительность: 33 часа на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: в ходе обучения слушатели познакомятся с устройством и особенностями работы поисковых систем изнутри. В качестве итоговой работы предлагается самостоятельное построение модели поисковой системы. Программа рассчитана на новичков, студентов, начинающих программистов.

Чему научитесь:

  • Общее понимание устройства поисковой системы
  • Классификация поисковых систем
  • Исправление опечаток в запросах рядовых пользователей
  • Ссылочное и поведенческое ранжирование
  • Оценка качества поиска
  • Создание работающей модели поисковой системы

Плюсы:

  • Обучение по собственному удобному графику
  • Опытные лекторы
  • Современный подход к обучению
  • Общение с преподавателями на форуме
  • Можно сдать экзамен и получить сертификат

Об авторах: курс создан сотрудниками Mail.ru Group‎. Авторы поделились знаниями и опытом, которые они ежедневно используют на практике при работе с проектами.

23. «Как стать аналитиком данных‎» от «Яндекс.Практикума»

Продолжительность: полный платный курс длится 6 месяцев, бесплатный вводный курс можно пройти за 20 часов.

Сертификат: выдаётся (в платной версии курса).

Формат обучения: теоретические и практические занятия в онлайн-тренажёре.

Программа обучения: цель курса — знакомство слушателей с аналитикой данных. Акцент сделан на изучение инструментов аналитики. Вводный курс поможет понять суть работы аналитика и решить, стоит ли учиться дальше.

Что узнаете:

  • Основные аналитические термины
  • В каких областях может работать аналитик
  • Основы подготовки данных для анализа
  • Азы программирования на языке Python
  • Обзор аналитической библиотеки Pandas
  • Работа в среде программирования Jupyter

Плюсы:

  • Современный подход к обучению
  • Можно освоить профессию с нуля
  • Создание учебных проектов на основе реальных данных
  • Возможность пополнить портфолио
  • Перспективы продвижения в профессии
  • Опытные практикующие лекторы

Минусы:

  • В бесплатном доступе только вводная часть курса без получения диплома

24. «Математическая статистика‎» от Computer Science Center

Длительность: 29 уроков.

С сертификатом

Формат обучения: видеоуроки + текстовые материалы + тесты + интерактивные задачи.

Программа обучения:

  1. Выборка. Описательная статистика.
  2. Точечные оценки. Свойства и методы построения.
  3. Доверительные интервалы. Стратифицированные выборки.
  4. Статистические гипотезы. Параметрические критерии.
  5. Критерии однородности.
  6. Критерии согласия. Таблицы сопряжённости.
  7. Регрессионный анализ.
  8. Заключительный модуль.

Какие знания и навыки получите:

  • Общее понимание теории вероятности
  • Понимание описательной статистики
  • Корреляционный анализ
  • Интервальная оценка
  • Методы построения точечных оценок
  • Доверительные интервалы
  • Регрессионный анализ

Плюсы:

  • Обучение возможно в любое время
  • Много полезной информации в свободном доступе
  • Опытный спикер
  • Материалы подкреплены примерами
  • Лёгкая подача информации

Минусы:

  • Не подходит для изучения статистики с нуля

25. «‎BI разработчик. Основы работы в Tableau» от Артёма Прыткова

Длительность: 10 уроков.

Без сертификата

Формат обучения: видеоуроки + тесты.

Программа обучения: включает базовые основы работы с программой Tableau Public. Спикер расскажет об особенностях работы BI-разработчика, востребованности и возможных перспективах. Слушатели получат необходимые знания и навыки для самостоятельного создания дашбордов. Программа рассчитана на аналитиков и тех, кто интересуется сферой BI-разработки.

Чему научитесь:

  • Подключение к источникам данных
  • Работа с инструментами Tableau
  • Создание таблиц и графиков
  • Форматирование данных
  • Настройка интерактивных графиков
  • Создание дашбордов с возможностью выгрузки в Интернет

Плюсы:

  • Гибкий график обучения
  • Грамотная подача материала без «воды‎»
  • Хорошая база для знакомства с Tableau
  • Можно получить сертификат

Об авторе: Артём Прытков, специалист в области анализа и визуализации данных с 10-летним стажем.

26. «Hadoop. Система для обработки больших объёмов данных‎» от Mail.ru Group

Длительность: 33 урока.

С сертификатом

Формат обучения: видеоуроки + текстовые материалы + тесты + интерактивные задачи.

Программа обучения: курс знакомит слушателей с современными методами обработки и хранения данных на примере системы Hadoop. Программа рассчитана на подготовленных пользователей — студентов последних курсов и начинающих разработчиков. Для решения задач необходимо уметь читать и писать код, работать в командной строке Linux.

Чему научитесь:

  • Хранение и обработка больших объёмов данных
  • Основы разработки приложений
  • Использование фреймворков
  • Решение задач с помощью MapReduce
  • Использование языка Pig Latin
  • Работа с базами HBase и Cassandra

Плюсы:

  • Можно начать обучение в любое время
  • Доходчивое объяснение материала
  • Полезные знания для дальнейшего обучения
  • Много примеров применения теории
  • Есть практические задания

Об авторах: Евгений Чернов, руководитель отдела анализа в Поиск@Mail.ru.

27. «Теория игр‎» от МФТИ

Длительность: 27 часов на освоение материала.

Сертификат: выдаётся (платно).

Формат обучения: видеоуроки + текстовые материалы + тесты.

Программа обучения: подойдёт людям с математическими способностями, а также профессиональным разработчикам игр для всестороннего развития.

Какие знания и навыки получите:

  • Понимание основных концепций теории игр
  • Знакомство с равновесием Нэша
  • Понимание корпоративной теории игр
  • Моделирование и поиск концепции в играх
  • Понимание применения теории игр в экономике

Плюсы:

  • Обратная связь от преподавателей на форуме
  • Возможность получить сертификат
  • Гибкий график обучения
  • Полезная информация в бесплатном доступе
  • Яркие и живые примеры

Минусы:

  • Необходима начальная математическая подготовка

Об авторах: курс разработан при поддержке МФТИ.

Алексей Шаполов

Основатель и главный редактор проекта. Специалист в области интернет-маркетинга (SEO-продвижения и копирайтинга, в частности). Работаю онлайн с 2018 года.

Оцените автора
Пройти.Ру
Добавить комментарий

1. Введение
Цели обучения. О чём 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

Как подготавливались данные для курса
2. Математический инструментарий науки о данных
События и вероятность

Определения вероятности

Случайные величины

Примеры распределений

Основы статистики

Элементы линейной алгебры

Сингулярное разложение матрицы

Обоснование метода сингулярного разложения

Примеры и вычислительные аспекты
3. Программный инструментарий науки о данных
Язык программирования Python

Основы программирования на Python

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
4. Машинное обучение: обучение с учителем
Постановка задачи обучения с учителем

Оценка классификации и выбор модели

Линейный SVM

Алгоритмические композиции: boosting, stacking, bagging
5. Машинное обучение: обучение без учителя
Постановка задачи обучения без учителя

Принципы выбора модели

Оценка качества обучения

Алгоритм K-means

Введение. Алгоритмы иерархической кластеризации

Метрики. Алгоритмы иерархической кластеризации

Алгоритм LSA