課程信息
2,320 次近期查看

第 4 門課程(共 4 門)

100% 在線

立即開始,按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

中級

完成時間大約為5 小時

建議:5 недель обучения, 4-6 часов в неделю...

俄語(Russian)

字幕:俄語(Russian)

第 4 門課程(共 4 門)

100% 在線

立即開始,按照自己的計劃學習。

可靈活調整截止日期

根據您的日程表重置截止日期。

中級

完成時間大約為5 小時

建議:5 недель обучения, 4-6 часов в неделю...

俄語(Russian)

字幕:俄語(Russian)

教學大綱 - 您將從這門課程中學到什麼

1
完成時間為 3 小時

Анализ временных рядов

В этом модуле мы начнем разговор о временных рядах. Сначала разберемся с понятием временного ряда, затем поговорим об анализе временных рядов. Рассмотрим такие компоненты временного ряда, как тренд, сезонность и остатки. После этого рассмотрим методы разложения временного ряда на составляющие и поймём, как и зачем выделять описанные компоненты во временных рядах. В заключении поговорим о том, как выявлять выбросы в данных, а также посмотрим на практике, как разложить временной ряд на трендовую составляющую, сезонную компоненту и остатки, используя R.

...
7 個視頻 (總計 42 分鐘), 8 個閱讀材料, 5 個測驗
7 個視頻
1.3. Сезонность6分鐘
1.4. STL-разложение5分鐘
1.5. Поиск выбросов4分鐘
1.6. Тренд, сезонность, STL. Практика5分鐘
8 個閱讀材料
О чем этот курс и как он устроен10分鐘
Материалы по статистическим пакетам10分鐘
Данные, на которые мы опираемся и ссылаемся10分鐘
1.1. Понятие временных рядов. Презентация10分鐘
1.2. Тренд (презентация)10分鐘
1.3. Сезонность. Презентация10分鐘
1.4. STL-разложение. Презентация10分鐘
1.5. Поиск выбросов. Презентация10分鐘
5 個練習
Вопросы для самопроверки6分鐘
Вопросы для самопроверки10分鐘
Вопросы для самопроверки4分鐘
Вопросы для самопроверки8分鐘
Анализ временных рядов20分鐘
2
完成時間為 2 小時

Прогноз временных рядов

В этом модуле мы продолжим разговор о временных рядах и научимся не только анализировать, но и прогнозировать их. Сначала рассмотрим авторегрессионную модель (AR) и сезонную авторегрессионную модель (SAR), которые подходят для решения задач прогнозирования, а также модели скользящего среднего (MA-модели), позволяющие сглаживать выбросы и описывать данные. Дальше поговорим о комбинации этих моделей (ARMA и ARIMA). Во второй части модуля мы поговорим об адаптивных моделях, обсудим их основные виды, а также поговорим о следящем контроле как инструменте их мониторинга. В заключении модуля попрактикуемся: построим прогноз временного ряда в R.

...
7 個視頻 (總計 37 分鐘), 6 個閱讀材料, 7 個測驗
7 個視頻
2.4. Адаптивные модели. Модели с трендом и сезонностью4分鐘
2.5. Виды адаптивных моделей5分鐘
2.6. Следящий контроль. Модель Тригга — Лича6分鐘
2.7. Построение моделей временных рядов в R. Практика6分鐘
6 個閱讀材料
2.1. AR и MA: презентация.10分鐘
2.2. ARMA и ARIMA: презентация10分鐘
2.3. Адаптивные модели. Экспоненциальное сглаживание. Презентация10分鐘
2.4. Адаптивные модели. Модели с трендом и сезонностью. Презентация10分鐘
2.5. Виды адаптивных моделей. Презентация10分鐘
Конспект: 2.6. Следящий контроль. Модель Тригга — Лича10分鐘
7 個練習
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки4分鐘
Вопросы для самопроверки4分鐘
Вопросы для самоконтроля6分鐘
Прогноз временных рядов20分鐘
3
完成時間為 3 小時

Факторный анализ

В этом модуле поговорим о факторном анализе. Сначала поймем общий принцип: что это за модель, и для решения каких задач она применяется. Дальше разберем методы факторного анализа и научимся строить факторы одним из самых распространенных способов: методом главных компонент. В заключительных лекциях модуля мы поговорим о том, как оценить качество факторной модели, как можно использовать построенные переменные для дальнейшего анализа, а также пошагово разберем построение факторной модели в SPSS.

...
6 個視頻 (總計 54 分鐘), 7 個閱讀材料, 3 個測驗
6 個視頻
3.4. Пример построения факторной модели9分鐘
3.5. Факторы готовы: что дальше?11分鐘
3.6. Факторный анализ в SPSS. Практика9分鐘
7 個閱讀材料
3.1. Введение в факторный анализ. Презентация10分鐘
Факторный анализ: история метода10分鐘
3.2. Построение факторной модели. Презентация10分鐘
Конспект: 3.3. Способы оценки качества факторной модели10分鐘
3.4. Пример построения факторной модели. Презентация10分鐘
3.5. Факторы готовы: что дальше? [презентация]10分鐘
"Кластеры на факторах": о построении кластеризации на основе переменных-факторов10分鐘
3 個練習
Вопросы для самопроверки6分鐘
Вопросы для самоконтроля6分鐘
Факторный анализ20分鐘
4
完成時間為 2 小時

Классификация

В завершающем модуле курса мы поговорим о методах классификации. Для начала поставим задачу классификации: для чего применяются классификаторы, какие задачи из реальной жизни они помогают решать. Затем разберем некоторые методы классификации: линейный и Байесовский классификаторы, дерево решений, модель бинарной логистической регрессии и способы оценки её качества. Вы научитесь прогнозировать класс, в который попадёт объект с заданной вероятностью (к примеру, отдаст ли заёмщик кредит, или закончит ли студент курс), а также познакомитесь с тем, как применять методы классификации в R и SPSS на реальных данных.

...
8 個視頻 (總計 47 分鐘), 7 個測驗
8 個視頻
4.4. Дерево решений7分鐘
4.5. Бинарная логистическая регрессия: основная идея26
4.6. Логистическая регрессия: применение и оценка качества6分鐘
4.7. Методы классификации в R. Практика8分鐘
4.8. Построение модели логистической регрессии в SPSS. Практика7分鐘
7 個練習
Вопросы для самопроверки8分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки4分鐘
Вопрос для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Вопросы для самопроверки6分鐘
Тест: Классификация20分鐘

講師

Avatar

Olga Echevskaya

доцент, кандидат социологических наук
Кафедра общей социологии ЭФ НГУ
Avatar

Наталья Галанова

Специалист по анализу данных
Компания 2GIS
Avatar

Виктор Дёмин

Специалист по анализу данных, кандидат технических наук
Компания 2GIS

關於 新西伯利亚国立大学(Novosibirsk State University)

Novosibirsk State University (NSU) is a research university located in Novosibirsk Akademgorodok, the world-famous scientific center in Siberia. 80% of NSU teachers are active researchers affiliated with the Russian Academy of Sciences; therefore education is closely linked to world-class science: our students get first-hand knowledge about scientific discoveries before they are published. Nearly 6000 students (including international students from 37 countries) are enrolled at undergraduate and graduate programs offered by 13 departments. The leading areas of NSU expertise are natural sciences, life sciences, physics, math, IT, and more....

關於 Анализ данных 專項課程

В рамках специализации вы освоите основные методы работы с количественными данными, в том числе основы теории вероятностей и математической статистики, инструменты исследования связей между признаками, научитесь строить прогнозы на основе регрессионных моделей, сравнивать группы, выделять группы методами кластерного анализа, строить классификации, визуализировать данные, интерпретировать и представлять результаты статистического анализа. Вы примените эти методы на учебных примерах и сможете адаптировать их под специфику ваших данных и задач. В курсах специализации мы рассмотрим, как оценить связь условий труда и удовлетворенности работой, как спрогнозировать количество кликов на сайт компании, как разделить университеты на классы, как выявить стратегии поиска работы, как отличить геозависимую рубрику от геонезависимой, и множество других практических задач. Кроме того, мы научимся решать такие задачи в популярных средах анализа данных (SPSS и R). В заключительной части каждого курса вам предстоит выполнить проект на реальных данных, который позволит применить полученные знания на практике и продемонстрировать умение анализировать и представлять результаты анализа статистически и графически. Специализация разработана Новосибирским государственным университетом, одним из ведущих исследовательских университетов России и мира, совместно с 2GIS, известной международной технологической компанией, которая разрабатывает сервисы для комфортной жизни в городе....
Анализ данных

常見問題

  • 注册以便获得证书后,您将有权访问所有视频、测验和编程作业(如果适用)。只有在您的班次开课之后,才可以提交和审阅同学互评作业。如果您选择在不购买的情况下浏览课程,可能无法访问某些作业。

  • 您注册课程后,将有权访问专项课程中的所有课程,并且会在完成课程后获得证书。您的电子课程证书将添加到您的成就页中,您可以通过该页打印您的课程证书或将其添加到您的领英档案中。如果您只想阅读和查看课程内容,可以免费旁听课程。

還有其他問題嗎?請訪問 學生幫助中心