Análisis de datos en ciencias aplicadas - curso gratuito de la Escuela de Análisis de Datos, formación 4 semestres, Fecha: 5 de diciembre de 2023.
Miscelánea / / December 08, 2023
El mismo programa de los principales expertos de la industria de TI.
¿Qué es ShAD?
El programa Yandex, de dos años de duración, apareció en 2007 y se convirtió en el primer lugar en Rusia en enseñar análisis de datos. Los cursos ShAD formaron la base de los programas de maestría en grandes universidades como HSE y MIPT.
1. Programa flexible para quienes desean explorar el aprendizaje automático y trabajar en la industria de TI
2. Cursos de autor impartidos por científicos y especialistas rusos y extranjeros.
3. Tareas cercanas a tareas reales en la práctica de TI
4. Un diploma reconocido no sólo en Rusia, sino también en las grandes empresas extranjeras.
Lo principal de ShAD
Idioma de instrucción: ruso e inglés.
Cuanto dura: 2 años
Presentación de solicitudes de admisión: Abril - Mayo, 2022
Cuándo empiezan las clases: septiembre de 2022
Carga: 30 horas/semana
Cuándo: Tarde, 3 veces por semana
Gratis*
Para quién: Para todos los que aprueben el examen de acceso.
La característica principal de la especialización en Análisis de datos en Ciencias Aplicadas es que los estudiantes pasan la mayor parte del segundo año de estudio trabajando en proyectos de investigación aplicada. La nota final para estudiar en ShAD dependerá en gran medida de la calidad de este proyecto.
Para los estudiantes que, paralelamente al ShAD, prepararán tesis (de licenciatura o maestría), los proyectos ShAD pueden utilizarse como base para su trabajo universitario.
Obligatorio
Reconstrucción de patrones funcionales a partir de datos empíricos.
01 Formulación general del problema de la recuperación de la dependencia
02 Método de máxima verosimilitud
03 Ejemplos de problemas específicos de recuperación de dependencia: regresión, identificación de patrones, reconocimiento de patrones y sus aplicaciones
04 Construcción de estimaciones no paramétricas de distribuciones utilizando el método de máxima verosimilitud
05 Método de mínimos cuadrados para estimación de regresión. Método de máxima verosimilitud para la selección de modelos.
06 Prueba de razón de verosimilitud
07 Buscar una regla de decisión que minimice el número de errores o el valor medio de la función de penalización sobre datos de entrenamiento en problemas de reconocimiento de patrones
08 Estimación lineal multivariada
09 Perceptrón. Funciones potenciales. Redes neuronales
10 Teniendo en cuenta la información a priori en la estimación lineal
11 Método de retrato generalizado en problemas de clasificación.
12 estimación bayesiana
13 Máquina de vectores de soporte (SVM)
14 Algunos métodos de clasificación
15 Críticas al método empírico de minimización de riesgos
16 hiperplano óptimo
17 Criterios para la convergencia uniforme de frecuencias a probabilidades. Función de crecimiento. dimensión VC
18 El doble problema de construir un hiperplano óptimo
19 Criterios para la convergencia uniforme de frecuencias a probabilidades. Relación con las tareas de aprendizaje del reconocimiento de patrones.
20 Construcción de regresión spline no paramétrica
21 Criterios para la convergencia uniforme de promedios con expectativas matemáticas
22 Construcción de regresión kernel no paramétrica
23 El problema de elegir la complejidad óptima del modelo.
24 diferentes tipos de dependencias de regresión
Conceptos básicos de la estocástica. Modelos estocásticos
01 Definición clásica de probabilidad
02 Probabilidades condicionales. Independencia. Expectativa matemática condicional.
03 Variables aleatorias discretas y sus características
04 Teoremas de límite
05 Paseo aleatorio
06 martingalas
07 Cadenas de Markov discretas. Teorema ergódico.
08 Modelo probabilístico de un experimento con infinito número de eventos. La axiomática de Kolmogorov. Diferentes tipos de convergencia de variables aleatorias.
09 Débil convergencia de medidas de probabilidad. El método de funciones características en la demostración de teoremas límite.
10 procesos aleatorios
Algoritmos y estructuras de datos, parte 1
01 Complejidad y modelos computacionales. Análisis de valores contables (inicio)
02 Análisis de valores contables (fin)
03 Algoritmos de combinación y ordenación rápida
04 Estadísticas ordinales. Montones (comienzo)
05 montones (fin)
06 hash
07 Árboles de búsqueda (comienzo)
08 Árboles de búsqueda (continuación)
09 Árboles de búsqueda (fin). Sistema de conjuntos disjuntos
10 objetivos de RMQ y LCA
11 Estructuras de datos para búsqueda geométrica.
12 Problema de conectividad dinámica en un gráfico no dirigido
01 Conceptos básicos y ejemplos de problemas aplicados
02 Métodos de clasificación métrica
03 Métodos lógicos de clasificación y árboles de decisión.
04 Métodos de clasificación lineal de gradiente
05 Máquina de vectores de soporte
06 Regresión lineal multivariada
07 Regresión no lineal y no paramétrica, funciones de pérdida no estándar
08 Previsión de series temporales
09 métodos de clasificación bayesianos
10 regresión logística
11 Búsqueda de reglas de asociación
Fundamentos de estadística en aprendizaje automático
01 Introducción
02 Tareas y métodos básicos de la teoría de la inferencia estadística.
03 Estimación de distribución y funcionales estadísticos.
04 Simulación de Montecarlo, arranque
05 Estimación paramétrica
06 Prueba de hipótesis
07 Reducir la dimensionalidad de los datos multidimensionales
08 Evaluación de sensibilidad del modelo
09 Regresión lineal y logística
10 Diseño de experimentos
11 Diferentes tipos de regularización en regresión lineal
12 métodos no lineales para construir dependencias de regresión
13 Estimación no paramétrica
14 Enfoque bayesiano de estimación
15 Enfoque bayesiano de regresión
16 Enfoque bayesiano de regresión y optimización
17 Uso del modelo de campo gaussiano aleatorio en problemas de análisis de datos
18 Uso de modelos y métodos estadísticos en problemas de optimización y modelado sustituto
01 Funciones y conjuntos convexos.
02 Condiciones de optimidad y dualidad
03 Introducción a los métodos de optimización.
04 Complejidad para clases de problemas convexos lisos y convexos no lisos
05 Técnica de alisado
06 Funciones de penalización. Método de barrera. Método de función de Lagrange modificado
07 ADMM
08 Introducción a las técnicas de imposición de espejos
09 Método de Newton y métodos cuasi-Newton. BFGS
10 Introducción a la optimización robusta
11 Introducción a la optimización estocástica
12 algoritmos de optimización aleatorios
13 Introducción a la optimización en línea
Aprendizaje automático, parte 2
01 Métodos de clasificación y regresión de redes neuronales.
02 Clasificación composicional y métodos de regresión.
03 Criterios para seleccionar modelos y métodos para seleccionar características.
04 Clasificación
05 Aprendizaje por refuerzo
06 Aprender sin profesor
07 Problemas con el entrenamiento parcial
08 Filtrado colaborativo
09 Modelado de temas
Trabajo de proyecto
La última versión de Microsoft Office 2021 tiene un lenguaje de programación integrado llamado Visual Basic para Aplicaciones (VBA). sigue siendo el principal medio más importante para automatizar el trabajo de los usuarios con Office aplicaciones. La mayor cantidad de tareas aplicadas que no se pueden implementar sin macros surgen cuando se trabaja con hojas de cálculo de Excel.
4,1
Este curso está destinado a la formación inicial de especialistas en configuración en el sistema 1C: Enterprise 8 (aplicación administrada, versión de plataforma 8.3). Durante el proceso de formación, se familiarizará con los conceptos básicos de configuración y programación en el sistema 1C: Enterprise 8, Adquirirás habilidades prácticas para trabajar con objetos de configuración y escribir módulos de programas en el idioma. sistemas.
4,1
Curso de tres días Macros en VBA. Excel 20XX. Diseñado para profesionales que utilizan constantemente Excel en su trabajo diario y desean aprender código VBA de forma independiente. Macros de programa, que le permitirán realizar automáticamente acciones rutinarias repetitivas, ahorrar tiempo y aumentar la eficiencia. mano de obra. Los productos de Office cuentan con una gran herramienta que ayuda a automatizar operaciones rutinarias, así como a hacer cosas que normalmente no son posibles. Esta herramienta es el lenguaje de programación integrado VBA (Visual Basic for Application). Macros del curso en VBA. Excel 20XX le ayudará a dominar las habilidades de automatización del trabajo en Excel. El programa del curso incluye partes teóricas y prácticas y está disponible en línea y en clases en el Centro de Capacitación Softline en las ciudades. Rusia (Moscú, San Petersburgo, Ekaterimburgo, Kazán, Krasnoyarsk, Nizhny Novgorod, Novosibirsk, Omsk, Rostov del Don y Jabárovsk).
3,6