Руководство пользователя личного кабинета
Скачать
  • Бизнес-образование
  • Все направления
Data Science и аналитика/Анализ данных
Повышение квалификации·Москва·Центр непрерывного образования

Прикладная статистика для машинного обучения

Изучение базовых концепций и методов математической статистики, которые используются в анализе данных

Программа для тех, кто хочет разобраться, как устроены методы машинного обучения, и научиться их дорабатывать. Вы изучите, как использовать Python для статистики.

Подать заявкуЗадать вопрос
  • Стоимость обучения

    46 000 ₽

  • Продолжительность

    10 недель

  • Формат обучения

    Очный

  • Документ

    Удостоверение о повышении квалификации

В основе многих методов машинного обучения лежит математическая статистика. Наш курс поможет вам разобраться с теорией и тем, как применить статистику к решению практических задач.

Для успешного освоения курса нужно знать основы математики для анализа данных и Python.

Для кого

Курс подходит:

  • Начинающим data scientist-ам

    Вы разберетесь в теории, которая лежит за методами машинного обучения

  • Начинающим аналитикам

    Вы разберетесь, как статистика помогает решать задачи аналитики

  • Программистам, которым интересен анализ данных

    Вы разберетесь, как работает анализ данных

Программа обучения

Вы изучите основы теории вероятностей и математической статистики, A/B-тестирования и научитесь их реализовывать на языке Python

  • Основы теории вероятностей. Описательные статистики

  • Взаимосвязи между случайными величинами. Взаимосвязи в данных

  • Методы оценивания параметров распределения. Свойства статистических оценок

  • Предельные теоремы. Асимптотические и точные доверительные интервалы

  • Процедура проверки гипотез. Параметрические критерии

  • Непараметрические критерии. Критерии согласия. Бутстрап, множественное тестирование

  • Введение в A/B-тестирование: постановка задачи, особенности сбора данных, взаимосвязь размера выборки, уровня значимости, мощности теста и MDE. Особенности метрик

  • Основные методы A/B-тестирования: стратификация, бакетное преобразование, линеаризация, CUPED

  • Статистический взгляд на линейную регрессию

  • Основы анализа временных рядов. Модель SARIMA и её подгонка

Чему научитесь

  • Оценивать по выборке параметры и характеристики распределений реальных данных

  • Строить доверительные интервалы

    Теоретические и на основе бутстрэпа

  • Проверять статистические гипотезы на выборках реальных данных

  • Строить и анализировать регрессионные модели и модели для временных рядов на Python

Преподаватели

    Документ, который Вы получите

    Удостоверение о повышении квалификации при успешном завершении обучения.


    Подать заявкуЗадать вопрос
    Подать заявкуЗадать вопрос

    Стоимость и условия

    • 46 000 ₽ за весь курс

      Подать заявкуЗадать вопрос
    • Скидки

      5-10 %

      для студентов, выпускников и слушателей основных и дополнительных программ ВШЭ

    Контакты

    На звонки и письма отвечаем в рабочее время: понедельник — суббота, 11:00 – 19:00

     

    46 000 ₽

    Подать заявкуЗадать вопрос