Технологии анализа данных
Современные методы работы с данными для начинающих.
Старт
В любое время
Нагрузка
287 ак.часов
Длительность
от 14 недель
Доступ
навсегда
асинхронный
Формат
Курс
Кому подойдет
Тем, кто хочет уверенно работать с данными независимо от сферы
Вы освоите аналитические инструменты и научитесь применять их в своей профессиональной практике.
Начинающим аналитикам
Вы изучите алгоритмы и структуры данных, освоите язык программирования Python и его основные библиотеки (Pandas, NumPy, Matplotlib и др.), научитесь обрабатывать данные различной структуры, работать с реляционными и NoSQL-хранилищами, выполнять разведочный анализ, визуализировать данные, выявлять тренды и аномалии во временных рядах.
Специалистам из смежных областей
Курс поможет выстроить системное понимание процесса анализа данных: от сбора и хранения до интерпретации результатов. Вы научитесь структурировать и анализировать большие массивы данных, визуализировать выводы и принимать более точные и обоснованные решения на основе данных.
Всем, кто интересуется машинным обучением и искусственным интеллектом
Во второй части курса вы получите базовое, но целостное представление о задачах и методах машинного обучения. Познакомитесь с обучением с учителем (регрессия и классификация), без учителя (кластеризация), с ансамблями моделей и обучением с подкреплением. Узнаете, как применять эти методы на практике, интерпретировать результаты и настраивать параметры моделей под прикладные задачи.
О курсе
Курс поможет освоить основные технологии работы с большими объемами данных. Вы научитесь собирать, обрабатывать и анализировать данные, работать с реляционными и NoSQL-хранилищами, писать SQL-запросы.
Разберете ключевые библиотеки Python для анализа данных, методы визуализации, описательную статистику и алгоритмы машинного обучения.
Минимальные требования:
Курс математики и базовые навыки работы с электронными таблицами или знание языка программирования Python (основы, библиотеки Pandas, NumPy). Пройти курс можно без знания языка программирования Python – мы предложим удобный инструмент-альтернативу.
Необходимое программное обеспечение:
Компьютер с доступом в интернет
Разберете ключевые библиотеки Python для анализа данных, методы визуализации, описательную статистику и алгоритмы машинного обучения.
Минимальные требования:
Курс математики и базовые навыки работы с электронными таблицами или знание языка программирования Python (основы, библиотеки Pandas, NumPy). Пройти курс можно без знания языка программирования Python – мы предложим удобный инструмент-альтернативу.
Необходимое программное обеспечение:
Компьютер с доступом в интернет
Чему вы научитесь
- Собирать, обрабатывать и интерпретировать данные
- Организовывать хранение Big Data и писать SQL-запросы
- Использовать Python и его библиотеки для анализа данных
- Понимать, какие методы МО подходят к вашей задаче
- Обнаруживать закономерности и аномалии в данных методами машинного обучения.
Как проходит обучение
-
Гибкий форматДоступ к видеоурокам и текстовым материалам курса в любое время -
Поддержка преподавателейПоддержка в telegram-чате и электронная почта для оперативной обратной связи -
Интерактивная образовательная средаЗадания с автоматизированной проверкой и тренажеры для закрепления новых навыков -
КонсультацииДля групп от 10 человек: вебинары с разбором практических заданий и дополнительных материалов по расписанию
Для индивидуальных слушателей: видеоразборы заданий, персональные консультации с преподавателем по запросу
Программа
- Введение в науку о данных. Алгоритмы первичной обработки данных. Измерения и шкалы. Подготовка и оценка качества данных. Восстановление пропущенных значений.
- Инструменты для обработки данных. Электронные таблицы. Сводные таблицы и диаграммы. Методы визуализации. Регулярные выражения.
- Анализ и преобразование данных. Нормировка. Целевая функция.
- Описательные статистики. Работа с временными рядами. Сглаживание, тренды, прогнозирование.
- Введение в Python. Типы и структуры данных. Переменные, функции, списки, кортежи, словари.
- Библиотека NumPy. Одномерные и многомерные массивы. Индексация, срезы, маски.
- Библиотека Pandas. Серии, датафреймы, агрегация, группировка, визуализация.
- Форматы данных HTML, XML, JSON. Библиотеки Beautiful Soup, Requests, регулярные выражения.
- СУБД. Проектирование данных в реляционной модели.
- SQL (DDL). Создание таблиц. Ограничения целостности.
- SQL (DML). SELECT, условия, агрегатные и оконные функции.
- Представления, индексы. Оптимизация запросов. Хранимые процедуры и функции.
- Введение в NoSQL. Характеристики и примеры систем.
- Графовые хранилища. Проектирование, работа с данными.
- Ключ-значение хранилища. Основы Redis. Строки, хеши, списки, множества.
- Документные хранилища. MongoDB. Фильтры, сортировка, агрегирование.
- Колоночные хранилища. Введение в Cassandra. Моделирование и работа с данными.
- Обзор задач и методов. Основные понятия, библиотеки, инструменты
- Регрессия: линейная, полиномиальная, оценка модели
- Классификация: k-NN, наивный байес, логистическая регрессия, SVM, деревья решений
- Кластеризация: K-means, DBSCAN, иерархическая кластеризация
- Дополнительные методы: снижение размерности, ансамбли, обучение с подкреплением
Кто будет преподавать
Наталья Графеева
кандидат физико-математических наук, доцент
Елена Михайлова
кандидат физико-математических наук, доцент, директор ВШЦК
Ольга Егорова
кандидат филологических наук, доцент
Мария Токман
кандидат физико-математических наук, доцент
Антон Бойцев
кандидат физико-математических наук, доцент
Рустам Азимов
кандидат физико-математических наук, доцент
Дмитрий Волчек
кандидат технических наук, доцент
Алексей Романов
кандидат технических наук, доцент
Анна Иванова
Регалии:
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
Илья Ильин
Регалии:
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
Константин Константинопольский
Регалии:
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
Константин Константинопольский
Регалии:
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
- Обладатель степени доктора наук в области [соответствующей области знаний].
- Автор более чем [количество] научных публикаций в рецензируемых журналах и международных конференциях.
- Эксперт с опытом рецензирования статей и исследований для ведущих научных изданий.
Образование:
- [Год] – Докторская степень в области [название специализации], [Университет/Институт].
- [Год] – Магистерская степень в области [название специализации], [Университет/Институт].
- [Год] – Бакалаврская степень в области [название специализации], [Университет/Институт].
Знания и компетенции:
- Глубокое понимание [соответствующей области знаний] и современных тенденций в ней.
- Продвинутые навыки анализа данных и использования статистических методов для исследований.
- Эксперт в использовании [программы/инструмента] для [соответствующей деятельности, например, анализа данных, моделирования и т.д.].
- Глубокое знание [связанных областей знаний] и способность интегрировать их в учебный процесс.
Опыт:
- [Годы] – Преподаватель [название университета/колледжа], [должность].
- [Годы] – Научный сотрудник в [название исследовательской лаборатории/института], занимался [описание задач и исследований].
- [Годы] – Консультант/эксперт в [компания/организация], работал над [проекты/задачи, над которыми работал].
- [Годы] – Участие в [международные/национальные] конференции и семинары, как спикер/преподаватель.
Этот преподаватель обладает богатым научным опытом, глубокими знаниями и широким кругозором в своей области. С его помощью студенты получат качественное образование, основанное на актуальных исследованиях и практическом опыте.
Стоимость
287 ак.часов
100 000 ₽
Вы сможете оформить налоговый вычет за обучение (13%)
Документ об образовании
После завершения обучения вы получите сертификат ИТМО или удостоверение о повышении квалификации установленного образца.
Удостоверение о повышении квалификации установленного образца выдается участникам, имеющим среднее профессиональное и/или высшее образование
Информация
Документы
Правила использования информации в доменной зоне itmo.ru
Политика по обработке Персональных данных
Лицензия и аккредитация
Политика по обработке Персональных данных
Лицензия и аккредитация
Мы предлагаем
Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет ИТМО»
197101, г. Санкт-Петербург, Кронверкский проспект, д. 49 лит. А
ИНН 7813045547
ОГРН 1027806868154