Анализ данных и машинное обучение

Статистика

Статистика

Название курса	Источник / Организация	Источник	Длина курса
Математическая статистика Выборка, описательная статистика Общие рекомендации. Моделирование Краткий обзор понятий теории вероятностей Выборка. Выборочное пространство Описательная статистика Точечные оценки, свойства и методы построения Точечные оценки и их свойства Методы построения точечных оценок Доверительные интервалы, стратифицированные выборки Стратифицированные выборки Доверительные интервалы Статистические гипотезы, параметрические критерии Лемма Неймана-Пирсона Критерии о параметрах нормального распределения Критерии о параметрах нормального и биномиального распределений Критерии однородности Параметрические критерии однородности Непараметрические критерии однородности Однофакторный дисперсионный анализ Критерии согласия, таблицы сопряжения Критерии согласия хи-квадрат и Колмогорова Критерии нормальности Таблицы сопряженности Регрессионный анализ Множественная линейная регрессия Анализ остатков, корреляционный анализ	Stepik / CSC	Старшая школа и студенты	11 часов видео, 200 тестов
Анализ данных: часть 1. Введение в данные Основы теории вероятностей Основы статистического анализа выборочных данных Графический анализ данных Формирование выборок и подготовка данных Практические задания	Coursera / НГУ	Старшая школа и студенты	9 часов на выполнение
Анализ данных: часть 2. Исследование статистических взаимосвязей Введение в статистические критерии Критерии согласия Поиск взаимосвязей в данных и оценка их статистической значимости Линейная регрессия Итоговое задание	Coursera / НГУ	Старшая школа и студенты	8 часов на выполнение
Анализ данных: часть 3. Сравнение и создание групп Одновыборочные и двухвыборочные критерии Сравнение нескольких выборок Введение в кластерный анализ Итерационные методы кластерного анализа Итоговое задание	Coursera / НГУ	Старшая школа и студенты	7 часов на выполнение
Анализ данных: часть 4. Тренды и классификации Анализ временных рядов Прогноз временных рядов Факторный анализ Классификация Итоговое задание	Coursera / НГУ	Старшая школа и студенты	5 часов на выполнение
Основы статистики.1 Введение Генеральная совокупность и выборка Нормальное распределение Центральная предельная теорема Идея статистического вывода, p-уровень значимости Сравнение средних T-распределение Проверка распределения на нормальность, QQ-Plot Однофакторный дисперсионный анализ ANOVA Корреляция и регрессия Корреляция Регрессия Гипотеза о значимости взаимосвязи и коэффициент детерминации Регрессионный анализ Классификация: логистическая регрессия и кластерный анализ	Stepik / Институт Биоинформатики	Старшая школа и студенты	4 часа видео, 100 тестов
Основы статистики.2 Анализ номинативных данных Распределение Хи-квадрат Пирсона Анализ таблиц сопряженности Точный критерий Фишера Практические задания на R Логистическая регрессия и непараметрические методы Логистическая регрессия: модели без предикторов и с предикторами Взаимодействие номинативных предикторов Непараметрический анализ Кластерный анализ и метод главных компонент Кластерный анализ методом k - средних Может ли кластерный анализ ""ошибаться""? Иерархическая кластеризация Введение в метод анализа главных компонент Практические задания на R	Stepik / Институт Биоинформатики	Старшая школа и студенты	6 часов видео, 100 тестов
Основы статистики.3 подробнее о линейной регрессии Линейная регрессия, линейность взаимосвязи Логарифмическая трансформация переменных Проблема гетероскедастичности Мультиколлинеарность Практические задания на R Смешанные регрессионные модели Нарушение допущения о независимости наблюдений Смешанные регрессионные модели. Реализация в R Статистическая значимость, обобщённые модели и случайные эффекты Практические задания на R Bootstrap Складной нож (jackknife) Bootstrap Практические задания на R	Stepik / Институт Биоинформатики	Старшая школа и студенты	4 часа видео, 50 тестов
Просто о статистике с R: часть 1. Знакомство с R и базовая статистика Знакомство с R Работа с данными Графики с использованием ggplot2 Описательная статистика Тестирование гипотез	Coursera / СПБГУ	Старшая школа и студенты	36 часов на выполнение
Просто о статистике с R: часть 2. Линейная регрессия Корреляционный анализ. Простая линейная регрессия Проверка значимости и валидности линейных моделей Краткое введение в мир линейной алгебры Множественная линейная регрессия Сравнение линейных моделей	Coursera / СПБГУ	Старшая школа и студенты	34 часов на выполнение
Просто о статистике с R: часть 3. Линейные модели с дискретными предикторами Модели с дискретными и непрерывными предикторами Модели с разными значениями угла наклона для групп Однофакторный дисперсионный анализ Многофакторный дисперсионный анализ	Coursera / СПБГУ	Старшая школа и студенты	22 часов на выполнение
Просто о статистике с R: часть 4. Обобщенные линейные модели Знакомство с обобщенными линейными моделями Проблема выбора модели Обобщенные линейные модели для счетных данных Обобщенные линейные модели с бинарным откликом	Coursera / СПБГУ	Старшая школа и студенты	17 часов на выполнение
Просто о статистике с R: часть 5. Смешанные линейные модели Знакомство со смешанными линейными моделями Моделирование структуры дисперсии в смешанных моделях Смешанные линейные модели для счетных данных Смешанные линейные модели для бинарных данных	Coursera / СПБГУ	Старшая школа и студенты	17 часов на выполнение

BigData

Big Data

Название курса	Источник / Организация	Источник	Длина курса
Управление вычислениями контейнеризация и Docker Знакомство с Docker Работа с файлами в контейнерах Docker Взаимодействие контейнеров Docker Работа с образами Docker Технологические основы и роль контейнеризации Workflows и Pipelines Работа с данными и пайплайны Инструменты пайплайнинга и подходы к описанию пайплайнов Snakemake: имплицитное описание графа анализа, создание пайплайнов Common workflow language Знакомство с CWL Описание инструментов с использованием CWL CWL: полезные компоненты, создание пайплайнов	Stepik / Институт Биоинформатики	Старшая школа и студенты	2 часа видео, 50 тестов
Hadoop. Система для обработки больших объемов данных Введение Что такое Hadoop? Распределенная файловая система HDFS Архитектура HDFS Shell-команды Java API MapReduce Парадигма MapReduce, фреймворк Java API Hadoop Streaming Алгоритмы на MapReduce Реляционные функции Расчет TF-IDF алгоритмы на графах в MapReduce Графы в MapReduce Поиск кратчайшего пути в графе PageRank Проблемы MR-алгоритмов на графах Pig и Hive Pig, основные операторы PigLatin Hive Pig vs Hive NoSQL базы данных HBase и Cassandra Способы хранения данных, NoSQL HBase Cassandra Spark Основные понятия Spark, операторы, фреймворк Yarn.MapReduce2.0 Что такое YARN? Компоненты YARN MapReduce 2.0	Stepik / mail.ru	Старшая школа и студенты	12 часов видео, 250 тестов