Привет всем, друзья! ✌ Сегодня рассмотрим 25 Мощных онлайн-курсов для обучения Data Science и Аналитике Данных (Big Data), которые можно пройти абсолютно бесплатно.
Внизу статьи будет ещё подборка курсов по анализу BI, поэтому читаем её до конца!
Все цены уточняем на сайте:) Всем профита!
| № | Название курса | Кому подойдет | Продолжительность | Пройти обучение |
| 1 | Профессия Data Scientist: машинное обучение от Skillbox | Начинающим аналитикам. Программистам. Новичкам. | 13 месяцев | Перейти |
| 2 | Профессия Data Analyst от SkillFactory | Работникам в сфере IT или в банке. Аналитикам. Новичкам. | 18 месяцев | Перейти |
| 3 | Курс SQL и получение данных от Нетологии | Новичкам в аналитике. Маркетологам. Менеджерам проектов и продуктов. Финансистам, бухгалтерам и научным сотрудникам. | 1 месяц | Перейти |
| 4 | Профессия Data Scientist от SkillFactory | Новичкам в программировании и аналитике. | 24 месяца | Перейти |
| 5 | Профессия специалист по Data Science от Яндекс.Практикум | Если вы никогда не работали в IT и у вас нет технического образования. У вас есть опыт работы с данными, но не хватает крепкой базы по машинному обучению. Вы готовы уделять учебе минимум 15 часов в неделю | 8 месяцев | Перейти |
| 6 | Факультет Аналитики Big Data от GeekBrains | Начинающим аналитикам. Практикующим IT-специалистам. | 18 месяцев | Перейти |
| 7 | Профессия Data Scientist от Skillbox | Программистам и начинающим аналитикам. | 18 месяцев | Перейти |
- Взрыв мозга «🔥Аналитика данных с нуля🔥»
- На правах профессии «🔥Аналитика Данных🔥» от лучшей IT-школы в России
- 1. «Обучение Data Science: будущее для каждого»
- 2. «Введение в Data Science и машинное обучение»
- 3. «Нейронные сети»
- 4. «Математическая статистика»
- 5. «Машинное обучение»
- 6. «Анализ данных в R»
- 7. «Анализ данных в Google Analytics»
- 8. «Анализ данных просто и доступно»
- 9. «Базовые навыки Excel»
- 10. «Квантовые вычисления»
- 11. «Анализ данных»
- 12. «Hadoop. Система для обработки больших объёмов данных»
- 13. «Основы статистики»
- 14. «BI разработчик. Основы работы в Tableau»
- 15. «Статистика для гуманитариев»
- 16. «Быстрый старт в искусственный интеллект»
- 17. «Как стать аналитиком данных»
- 18. «Живой курс по Power BI с нуля до устройства на работу»
- 19. «Интенсив «Начало работы в PowerBI»»
- 20. «Профессиональная сертификация ‘Аналитик данных от IBM’»
- 21. «Introduction to Data Science»
- 22. «Learn Data Science»
- 23. «Data Science»
- 24. «Introduction to Data Science in Python»
- 25. «Специализация Наука о данных»
Взрыв мозга «🔥Аналитика данных с нуля🔥»
В рамках микрокурса вы получите выжимку необходимой информации для старта в новой профессии: от необходимых навыков до секретов успешного прохождения собеседования, от кейсов до подробного разбора инструментов.
После микрокурса вы:
- Поймёте, какие аналитики бывают и чем отличаются
- На реальных кейсах поймете специфику работы аналитиков
- Найдёте своё место в обилии направлений анализа данных
- Начнёте ориентироваться в современных инструментах аналитиков
- Узнаете, как покорить HR: секреты идеального резюме и успешного собеседования
Преимущества:
- Экономия времени: все материалы собраны в одном месте, в удобном формате (только выжимка структурированной информации, ничего лишнего)
- После каждого урока вам будут доступны бесплатные ресурсы для самостоятельного обучения
- Не нужны дополнительные знания: курс подходит для новичков
- Вы получите советы по карьерному росту от экспертов индустрии
На правах профессии «🔥Аналитика Данных🔥» от лучшей IT-школы в России
Платный курс! Вы научитесь работать с данными, а как результат вы получите сопровождение с наставником-экспертом до трудоустройства!
400 часов теории и практики + обучение в реальной рабочей среде + мастер-классы с реальными рабочими задачами +доступ к курсу навсегда + индивидуальная проверка домашних заданий +к онсультации с экспертами каждую неделю +плюшки:
-
5 проектов в портфолио
-
Диплом о переподготовке
-
Цепляющее резюме от опытного рекрутера
-
Подготовка к собеседованиям
-
Наставник по трудоустройству — поможет, научит, успокоит
-
Сопровождение до трудоустройства
Аналитик данных помогает принять решение в бизнесе, науке и управлении. Он находит закономерности и составляет логические выводы на базе проведенного анализа.
Справитесь без опыта в IT: учим с азов
• В рассрочку на 12 месяцев
• Всего 10 часов в неделю
Пример диплома
Начинка курса
- Курс 1. Excel для анализа данных
- Курс 2. Обработка данных с помощью SQL
- Курс 3. Python для анализа данных
- Курс 4. Решение бизнес-кейсов
- Подготовка к трудоустройству
1. «Обучение Data Science: будущее для каждого»
1. «Обучение Data Science: будущее для каждого»
Длительность курса составляет 3 урока в формате записей вебинаров и текстовых материалов.
Обратная связи нет,зато есть сертификат.
Начинка:
- Data Science: будущее для каждого. Разберёмся, почему работа с данным настолько актуальна. Какие направления и профессии есть в сфере Data Science, чем они отличаются и как определить направление для себя.
- Базовые навыки: с чего начать. Расскажем об обязательных навыках каждого аналитика и его инструментарии. Напишем первый код с помощью языка запросов SQL.
- Как найти работу: первые шаги. Кого ищут работодатели. Пошаговый план для старта карьеры в сфере Data Science. Как составить карту ваших компетенций.
2. «Введение в Data Science и машинное обучение»
2. «Введение в Data Science и машинное обучение»
Длительность курса составляет 30 уроков с выдачей сертификата. Формат как обычно проходит в виде видеоуроков с тестами и выполнением домашней работы.
Начинка
- О чём курс?
- Big Data, Deep Machine Learning — основные понятия.
- Модель, начнём с дерева.
- Pandas, Dataframes.
- Фильтрация данных
- Группировка и агрегация.
- Визуализация, seaborn.
- Практические задания: Pandas.
- Секретный гость.
- Stepik ML contest — это ещё что такое?
- Stepik ML contest — data preprocessing.
- Какого музыканта Beatles я загадал или entropy reduction.
- Немного теории и энтропии.
- Titanic: Machine Learning from Disaster.
- Обучение, переобучение, недообучение и кросс-валидация.
- Последний джедай или метрики качества модели.
- Подбор параметров и ROC and Roll.
- Практика, Scikit-learn, fit, predict, you are awesome.
- ML на практике — автокорректор ошибок правописания.
- Секретный гость.
- Stepik ML contest.
- Снова возвращаемся к деревьям.
- Random forest.
- Зачем знать что-то ещё, если есть Random Forest?
- Секретный гость.
- И на Марсе будут яблони цвести.
- Нейроэволюция.
- Трюки в Pandas.
- Вот и всё, а что дальше?
- Stepik ML contest.
Что усвоишь
- Основные понятия Data Science и Machine Learning
- Наиболее популярные Python-библиотеки для анализа данных — Pandas и Scikit-learn
Преимущества
- 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
3. «Нейронные сети»
3. «Нейронные сети»
Формат уроков представляет собой видео с выполнением тестов и заданий, а длительность курса из 24 уроков. Есть обратная связь.
Нет сертификата
Начинка
- Основы линейной алгебры.
- Перцептрон и градиентный спуск.
- Алгоритм обратного распространения ошибки.
- Мониторинг состояния сети.
- Заключение.
Твои навыки после обучения
- Основы линейной алгебры (векторы и матрицы)
- Принципы работы нейронных сетей
- Применение нейронных сетей для решения практических задач
Преимущества
- Большая обучающая программа
- Интерактивные тесты и задачи
4. «Математическая статистика»
4. «Математическая статистика»
Длительность курса составляет 29 уроков в формате видео. Выполняешь домашку и тесты.
Выдаётся сертификат после обучения.
Начинка учёбы
- Выборка. Описательная статистика.
- Точечные оценки. Свойства и методы построения.
- Доверительные интервалы. Стратифицированные выборки.
- Статистические гипотезы. Параметрические критерии.
- Критерии однородности.
- Критерии согласия. Таблицы сопряжённости.
- Регрессионный анализ.
- 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
Преимущества
- Обучение возможно в любое время
- Много полезной информации в свободном доступе
- Опытный спикер
- Материалы подкреплены примерами
- Лёгкая подача информации
5. «Машинное обучение»
5. «Машинное обучение»
Продолжительность обучения составляет 71 урок в формате видео + тесты с текстовыми материалами.
Обучающая программа
- Введение в машинное обучение и основные понятия статистики.
- Восстановление пропущенных значений.
- Поиск выбросов и аномалий.
- Кластеризация.
- Задача предсказания, линейная регрессия.
- Классификация, kNN, кросс-валидация.
- Деревья в машинном обучении.
- Линейные классификаторы.
- Вероятностные алгоритмы. Наивный Байес.
- Ансамбли алгоритмов.
- Отбор признаков и объектов.
Твои навыки:
- 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
6. «Анализ данных в R»
6. «Анализ данных в R»
Обучение длится 19 уроков, в которых ты смотришь видеоуроки и выполняешь задания с тестами. Выдача сертификата предусмотрена.
Слушатели научатся основным элементам программирования на языке R, что позволит быстро и эффективно решать широчайший спектр задач, возникающих при обработке данных.
Твои навыки после обучения
- Считывание и предварительная обработка данных
- Выполнение статистического анализа с помощью R
- Написание собственных функций в R
- Визуализация результатов
7. «Анализ данных в Google Analytics»
7. «Анализ данных в Google Analytics»
Длительность учёбы длится 29 уроков с возможность просмотра курса в формате видео и выполнению тестов.
Без выдачи сертификата.
Начинка программы: курс посвящен методам и инструментам в Google Analytics, с помощью которых вы можете анализировать данные и принимать решения.
Твои навыки
- Работа с таблицами и сегментами
- Определение KPI
- Анализ электронной торговли
- Подготовка кастомных отчётов
- Выгрузка данных
- Работа в Google Data Studio
Преимущества
- Гибкий график обучения в свободное время
- Тесты для закрепления пройденного материала
- Можно сдать итоговый экзамен
- Лектор имеет большой опыт в веб-аналитике
8. «Анализ данных просто и доступно»
8. «Анализ данных просто и доступно»
Длительность учёбы составляет 106 уроков. Ты смотришь уроки в формате видео и выполняешь тесты.
Без выдачи сертификата.
Начинка обучалки
- Знакомство с миром анализа данных.
- Данные — что за зверь? Истина в вине!
- Больные данные. Статистика на кончиках пальцев.
- Болезни сердца и аналитика. Типы задач машинного обучения.
- НЛП — анализ текстовой информации.
- Обучение без учителя. Кластеры. Статистика против машин.
- Анализ изображений. Нейронные сети. Глубокое обучение.
- Правосудие и анализ данных. Нейронные сети для текста.
- Анализ временных рядов.
- Предварительная обработка данных.
- Социальные сети: графы на помощь.
- Этика. Метод соседей. Как продолжать?
9. «Базовые навыки Excel»
9. «Базовые навыки Excel»
Длительность курса составляет 29 уроков + домашка из 18 тестов.
Обучение поможет ускорить выполнение рутинных задач, связанных с отчётами и аналитикой.
Твои навыки после обучения
- 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
10. «Квантовые вычисления»
10. «Квантовые вычисления»
Сертификат выдаётся только в платной версии продукта.
Формат учёбы — видео с выполнением тестов. Доступны текстовые материалы.
Твои навыки послу учёбы
- Понимание прототипов квантового компьютера
- Использование алгоритмов Шора и Гровера
- Работа с простыми квантовыми алгоритмами
- Понимание границ квантовых вычислений
- Начальный уровень проектирования алгоритмов
Преимущества
- Полезная информация в свободном доступе
- Занятия в удобное время
- Обратная связь на форуме курса
- Можно получить сертификат
11. «Анализ данных»
Длительность курса: 20 уроков. Формат оналйн-обучения предусматривает просмотр роликов с выполнением тестов.
Без выдачи сертификата.
Курс будет полезен тем, кто хочет понять статистику, познать суть методов статистического анализа данных и возможности из прикладного применения для решения конкретных прикладных задач.
Твои навыки после прохождения курса
- Понимание абсолютных и относительных статистических показателей
- Анализ взаимосвязи признаков
- Понимание динамики и структуры социально-экономических явлений
- Построение прогнозных оценок
Преимущества
- Свободное прохождение курса в удобное время
- Современная программа обучения
- Опытные преподаватели
- Подача информации простым языком
12. «Hadoop. Система для обработки больших объёмов данных»
12. «Hadoop. Система для обработки больших объёмов данных»
Длительность обучалки: 33 урока с форматом просмотра роликов и выполнения заданий и тестов.
Без выдачи сертификата.
Начинка учёбы: Курс посвящен методам обработки больших объемов данных (BigData) с помощью системы Hadoop.
Твои навыки после учёбы
- 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
Преимущества
- Можно начать обучение в любое время
- Доходчивое объяснение материала
- Полезные знания для дальнейшего обучения
- Много примеров применения теории
- Есть практические задания
13. «Основы статистики»
13. «Основы статистики»
Длительность обучалки составляет 29 уроков. Формат учёбы — просмотр тестов с получением текстовых материалов.
Начинка обучения: Курс знакомит слушателей с основными понятиями и методами математической статистики. В течение трех недель рассмотришь наиболее широко используемые статистические методы и принципы, стоящие за ними.
Твои навыки
- Визуализация, анализ и разбор данных
- Расчёт коэффициентов корреляции
- Построение регрессионных уравнений
- Проверка гипотез
- Практическое применение языка R
14. «BI разработчик. Основы работы в Tableau»
14. «BI разработчик. Основы работы в Tableau»
Длительность курса составляет 10 уроков в формате просмотра роликов и выполнение тестов.
Без выдачи сертификата.
Начинка обучения: В этом курсе ты узнаешь, как подключаться к источникам данных, создавать дашборды и отдельные визуализации.
Твои навыки после учёбы
- Подключение к источникам данных
- Работа с инструментами Tableau
- Создание таблиц и графиков
- Форматирование данных
- Настройка интерактивных графиков
- Создание дашбордов с возможностью выгрузки в Интернет
15. «Статистика для гуманитариев»
15. «Статистика для гуманитариев»
Длительность курса составляет: 111 уроков. Формат: просмотр роликов с выполнением домашки (тесты и задания).
Без выдачи сертификата
Начинка обучения: программа посвящена освоению прикладных программ, которые могут пригодиться для выполнения анализа информации в сфере data science на практике.
Твои навыки после обучения
- Основы языка программирования R
- Предварительная обработка данных
- Основы статистического анализа
- Выбор адекватных методов для проведения анализа
- Применение пакетов прикладных программ
- Интерпретация полученных результатов
Преимущества
- Гибкий график обучения
- Сопровождение теории наглядными примерами
- Общение на форуме курса
- Рекомендация дополнительных ресурсов и литературы
- Можно пройти итоговое тестирование
16. «Быстрый старт в искусственный интеллект»
16. «Быстрый старт в искусственный интеллект»
Длительность обучалки составляет 23 урока. Формат роликов предусматривает просмотр роликов. Возможна связь с преподавателем.
С выдачей сертификата
Начинка обучения: курс поможет войти в мир искусственного интеллекта, станет тем самым «быстрым стартом», который позволит познакомиться со сферой ИИ, а в дальнейшем начать исследования и/или карьеру в этой области.
Твои навыки после учёбы
- Понимание основ и алгоритмов машинного обучения
- Основы нейронных сетей
- Понимание задач компьютерного зрения
- Выделение признаков
- Применение нейронных сетей на практике
- Основы нейролингвистического программирования
Преимущества
- Гибкий график обучения
- Интересные практические задачи
- Сильные преподаватели
- Хорошая база для развития в сфере ИИ
17. «Как стать аналитиком данных»
17. «Как стать аналитиком данных»
Продолжительность обучения — 20 часов. Это вводный модуль входит в полный платный курс длительностью 6 месяцев.
Сертификат выдаётся при покупки подписки.
Программа обучения: за 6 месяцев обучения по 15 часов в неделю ты освоишь востребованные навыки аналитика данных и соберёте портфолио проектов. Весь Аакцент сделан на изучение инструментов аналитики.
Что получишь после обучения?
- 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
Преимущества
- 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
[/su_note]
18. «Живой курс по Power BI с нуля до устройства на работу»
Без выдачи сертификата
Обучающая программа: видеокурс нацелен для новичков, которые хотят освоить Power BI для аналитики бизнес-данных.
- Срок обучения: 26 роликов с обучающим контентом.
- Форма контента: лекции.
- Связь с преподавателем: нет.
- Срок регистрации на поток: без ограничений.
- Необходимый уровень знаний: для новичков.
- Проверка домашки: без проверки.
- Цена: бесплатно.
Программа учёбы
- Курс Power BI. Занятие 10. Контекст фильтра и контекст строки в DAX. Разбор домашнего задания 8.
- Курс Power BI. Занятие 11. Работа с датами в DAX. Calendar, SamePeriodLastYear, TotalYTD.
- Курс Power BI. Занятие 12.1. Создание и настройка визуальных элементов Table и Matrix.
- Курс Power BI. Занятие 12.2. Создание и настройка визуальных элементов Table и Matrix.
- Курс Power BI. Занятие 13. Ответы на вопросы по предыдущим занятиям.
- Курс Power BI. Занятие 13. Создание и настройка стандартных визуальных элементов.
- Курс Power BI. Занятие 14. Взаимодействие визуальных элементов. Часть 1.
- Курс Power BI. Занятие 14. Взаимодействие визуальных элементов. Часть 2.
- Курс Power BI. Занятие 15. Взаимодействие визуальных элементов 2.
- Курс Power BI. Занятие 16. Публикация отчета в облаке Power BI Service. Настройка авто обновления.
- Курс Power BI. Занятие 17. Оптимизация скорости работы отчета Power BI. DAX Studio.
- Курс Power BI. Занятие 18. Создание эффективного и полезного отчета. Разработка макета.
- Курс Power BI. Занятие 2. Создаем первый проект за 15 минут. Преобразуем данные к табличному виду.
- Курс Power BI. Занятие 3. Группировка, соединение таблиц и создание столбцов в Power Query.
- Курс Power BI. Занятие 4. Запросы++ Power Query. Создание параметров подключения. Обработка ошибок.
- Курс Power BI. Занятие 5. Создание модели данных. Установление связей между таблицами.
- Курс Power BI. Занятие 6. Создание вычисляемых столбцов и мер в DAX. Контексты фильтра и строки.
- Курс Power BI. Занятие 7. X-Functions in DAX. SUMX, MAXX, MINX, AVARAGEX, COUNTX, PRODUCTX.
- Курс Power BI. Занятие 8. Функции DAX: RELATEDTABLE, RELATED, FILTER, EARLIER, IF ELSE
- Курс Power BI. Занятие 9. DISTINCT vs VALUES. Вычисления с помощью CALCULATE в DAX.
- Курс по Power BI – 01. Анонс. Освоение профессии Разработчик Power BI с нуля до устройства на работу
- Курс по Power BI – 02. Установка Power BI Desktop.
- Курс по Power BI – 03. Что такое Business Intelligence? Этапы создания автоматизированных отчетов.
- Курс по Power BI – 04. Загружаем данные из 3 источников: Excel, CSV, WEB-сайта.
- Курс по Power BI – 05. Создаем свой первый проект за 15 минут.
- Курс по Power BI. Разбор Домашнего задания 4.
19. «Интенсив «Начало работы в PowerBI»»
Без выдачи сертификата
Обучающая программа: PowerBI – это мощный инструмент для аналитики. PowerBI легко работает с большими объемами данных, подключаются к любым системам данных, имеет множество диаграмм и графиков для визуализации, а также встроенный редактор запросов.
Пользователи узнают как сделать первые шаги в внедрении аналитики на базе PowerBI.
- Срок обучения: 1 ролик с обучающим контентом.
- Форма контента: лекции.
- Связь с преподавателем: нет.
- Срок регистрации на поток: без ограничений.
- Необходимый уровень знаний: для новичков.
- Проверка домашки: без проверки.
- Цена: бесплатно.
Программа учёбы
- Урок 1. Основы работы
20. «Профессиональная сертификация ‘Аналитик данных от IBM’»
20. «Профессиональная сертификация ‘Аналитик данных от IBM’»
С выдачей сертификата
Обучающая программа: после успешного прохождения этой программы вы проанализируете реальные наборы данных, создадите отчеты. Вы также создадите основу для других дисциплин, связанных с данными, таких как наука о данных или разработка данных.
- Срок обучения: 11 месяцев с обучающим контентом.
- Форма контента: лекции.
- Связь с преподавателем: нет.
- Срок регистрации на поток: без ограничений.
- Необходимый уровень знаний: для новичков.
- Проверка домашки: без проверки.
- Цена: бесплатно.
Программа учёбы
- Introduction to Data Analytics
- Excel Basics for Data Analysis
- Data Visualization and Dashboards with Excel and Cognos
- Python for Data Science, AI & Development
- Python Project for Data Science
- Databases and SQL for Data Science with Python
- Анализ данных с Python
- Data Visualization with Python
- IBM Data Analyst Capstone Project
21. «Introduction to Data Science»
21. «Introduction to Data Science»
Язык: английский.
С выдачей сертификатом
Программа обучения:
- Обзор науки о данных.
- Обзор машинного обучения.
- Оценка курса.
Что узнаете
- Для чего используется наука о данных
- Об этапах процесса обработки данных.
- Что такое машинное обучение и из каких частей оно состоит.
- Как используют различные типы регрессии.
- О различных типах алгоритмов классификации.
- Как работают два самых популярных алгоритма кластеризации.
- Зачем использовать Azure ML для своих проектов по науке о данных.
22. «Learn Data Science»
22. «Learn Data Science»
В Dataquest вместо видеолекций есть реальные задачи и проекты. Это самый эффективный способ освоить навыки, необходимые для построения карьеры.
Без выдачи сертификата
Что узнаете и чему научитесь:
- В процессе выполнения практических упражнений создадите реальные проекты, которыми пополните своё портфолио и которые сможете использовать в практической работе.
23. «Data Science»
«Data Science»
Без выдачи сертификата
Программа обучения:
- Обзор курсов.
- Pandas, Python, and Github.
- Scraping, Pandas, Python, and viz.
- Probability, Distributions, and Frequentist Statistics.
- Regression, Logistic Regression: in sklearn and statsmodels.
- Machine Learning.
- Machine Learning 2.
- Ensembles.
- Vagrant and VirtualBox, AWS, and Spark.
- Bayes.
- Text and Clustering.
- Projects, and an example.
24. «Introduction to Data Science in Python»
24. «Introduction to Data Science in Python»
С выдачей сертификатом
Программа обучения:
- Основы обработки данных с помощью Python.
- Базовая обработка данных с помощью Pandas.
- Дополнительная обработка данных с помощью Pandas.
- Ответы на вопросы с беспорядочными данными.
Что узнаете и чему научитесь:
- Понимать такие методы, как лямбда-выражения и управление CSV-файлами.
- Описывать общие функциональные возможности и функции Python, используемые в науке о данных.
- Запрашивать структуры DataFrame для очистки и обработки.
- Объяснять распределения, выборку и t-тесты.
25. «Специализация Наука о данных»
25. «Специализация Наука о данных»
Чему вы научитесь
- Use R to clean, analyze, and visualize data.
- Navigate the entire data science pipeline from data acquisition to publication.
- Use GitHub to manage data science projects.
- Perform regression analysis, least squares and inference using regression models.
| Кто обучает | Курс проекта |
|---|---|
| 1. «Нетология» | «Data Science: будущее для каждого» |
| 2. СПбГУ | «Введение в науку о данных» |
| 3. Институт биоинформатики | «Введение в Data Science и машинное обучение» |
| 4. Институт биоинформатики | «Нейронные сети» |
| 5. ОмГТУ | «Машинное обучение» |
| 6. Институт биоинформатики | «Анализ данных в R» |
| 7. «СберУниверситет» | «Машинное обучение в финансах» |
| 8. Андрей Осипов | «Анализ данных в Google Analytics» |
| 9. МФТИ | «Теория вероятностей для начинающих» |
| 10. Игорь Клейнер | «Анализ данных просто и доступно» |
| 11. СПбГУ | «Математические методы в психологии. Основы применения» |
| 12. SF Education | «Базовые навыки Excel» |
| 13. СПбГУ | «Квантовые вычисления» |
| 14. РЭУ им. Г.В. Плеханова | «Анализ данных» |
| 15. СПбГУ | «Практики оперативной аналитики в MS Excel» |
| 16. НГУ совместно с «2ГИС» | «Исследование статистических взаимосвязей» |
| 17. Институт биоинформатики | «Основы статистики» |
| 18. СПбГУ | «Знакомство с R и базовая статистика» |
| 19. ТГУ | «Статистика для гуманитариев» |
| 20. НИУ ВШЭ | «Эконометрика» |
| 21. МФТИ | «Быстрый старт в искусственный интеллект» |
| 22. МФТИ совместно с Mail.ru Group | «Введение в информационный поиск» |
| 23. «Яндекс.Практикум» | «Основы Python и анализа данных» |
| 24. Computer Science Center | «Математическая статистика» |
| 25. Артём Прытков | «BI-разработчик. Основы работы в Tableau» |
| 26. Mail.ru Group. | «Hadoop. Система для обработки больших объёмов данных» |
| 27. МФТИ | «Теория игр» |
| 28. Университет Джонса Хопкинса | «A Crash Course in Data Science» |
| 29. Alison | «Introduction to Data Science» |
| 30. Dataquest | «Learn Data Science» |
| 31. Гарвардский университет | «Data Science» |
| 32. Мичиганский университет | «Introduction to Data Science in Python» |
| 33. Ram Reddy | «Learn Data Science With R Part 1 of 10» |
| 34. Rakesh Gopalakrishnan | «Introduction to Data Science using Python» |
| 35. Нотрдамский университет | «Learning to Love Statistics» |
Таблица Бесплатных Онлайн-Курсов Data Science и Аналитике Данных (Big Data)