Analisis Data Ilmu Terapan - Kuliah Gratis dari Fakultas Analisis Data, pelatihan 4 semester, Tanggal: 5 Desember 2023.
Miscellanea / / December 08, 2023
Program yang sama dari para ahli terkemuka di industri TI
Apa itu ShAD
Program Yandex dua tahun muncul pada tahun 2007 dan menjadi tempat pertama di Rusia yang mengajarkan analisis data. Kursus ShAD menjadi dasar program magister di universitas besar seperti HSE dan MIPT.
1. Program fleksibel bagi mereka yang ingin mempelajari pembelajaran mesin dan bekerja di industri TI
2. Kursus penulis dari ilmuwan dan spesialis Rusia dan asing
3. Pekerjaan rumah dekat dengan tugas nyata dalam praktik TI
4. Ijazah yang diakui tidak hanya di Rusia, tetapi juga di perusahaan-perusahaan besar asing
Hal utama tentang ShAD
Bahasa pengantar: Rusia dan Inggris
Berapa lama itu bertahan: 2 tahun
Pengajuan aplikasi untuk masuk: April - Mei 2022
Kapan sekolah dimulai: September 2022
Beban: 30 jam/minggu
Kapan: Sore, 3 kali/minggu
Gratis*
Untuk siapa: Bagi setiap orang yang lulus ujian masuk
Fitur utama dari jurusan Analisis Data dalam Ilmu Terapan adalah siswa menghabiskan sebagian besar tahun kedua studinya untuk mengerjakan proyek penelitian terapan. Nilai akhir studi di ShAD akan sangat ditentukan oleh kualitas proyek ini.
Bagi mahasiswa yang bersamaan dengan ShAD akan mempersiapkan tesis (sarjana atau magister), proyek ShAD dapat digunakan sebagai landasan kerja universitasnya.
Wajib
Rekonstruksi pola fungsional dari data empiris
01 Rumusan umum masalah pemulihan ketergantungan
02 Metode kemungkinan maksimum
03 Contoh masalah pemulihan ketergantungan tertentu: regresi, identifikasi pola, pengenalan pola dan penerapannya
04 Konstruksi estimasi distribusi nonparametrik menggunakan metode kemungkinan maksimum
05 Metode kuadrat terkecil untuk estimasi regresi. Metode kemungkinan maksimum untuk pemilihan model
06 Uji rasio kemungkinan
07 Mencari aturan keputusan yang meminimalkan jumlah kesalahan atau nilai rata-rata fungsi penalti pada data pelatihan pada masalah pengenalan pola
08 Estimasi linier multivariat
09 Perseptron. Fungsi potensial. Jaringan saraf
10 Mempertimbangkan informasi apriori dalam estimasi linier
11 Metode potret umum dalam masalah klasifikasi
12 Estimasi Bayesian
13 Mesin Vektor Dukungan (SVM)
14 Beberapa metode klasifikasi
15 Kritik terhadap metode minimalisasi risiko empiris
16 Pesawat hiper optimal
17 Kriteria konvergensi seragam frekuensi terhadap probabilitas. Fungsi pertumbuhan. dimensi VC
18 Masalah ganda dalam membangun hyperplane yang optimal
19 Kriteria konvergensi seragam frekuensi terhadap probabilitas. Kaitannya dengan tugas pengenalan pola pembelajaran
20 Konstruksi regresi spline nonparametrik
21 Kriteria konvergensi rata-rata yang seragam terhadap ekspektasi matematis
22 Konstruksi regresi kernel nonparametrik
23 Masalah memilih kompleksitas model yang optimal
24 Berbagai jenis ketergantungan regresi
Dasar-dasar stokastik. Model stokastik
01 Definisi klasik tentang probabilitas
02 Probabilitas bersyarat. Kemerdekaan. Ekspektasi matematis bersyarat.
03 Variabel acak diskrit dan karakteristiknya
04 Batasi teorema
05 Jalan acak
06 Martingale
07 Rantai Markov Diskrit. Teorema ergodik.
08 Model probabilitas suatu eksperimen dengan jumlah kejadian tak terhingga. Aksiomatik Kolmogorov. Berbagai jenis konvergensi variabel acak.
09 Lemahnya konvergensi ukuran probabilitas. Metode fungsi karakteristik dalam pembuktian teorema limit.
10 Proses acak
Algoritma dan struktur data, bagian 1
01 Kompleksitas dan model komputasi. Analisis nilai akuntansi (awal)
02 Analisis nilai akuntansi (akhir)
03 Algoritma Merge-Sort dan Quick-Sort
04 Statistik ordinal. Tumpukan (awal)
05 Tumpukan (akhir)
06 Pencirian
07 Pohon Pencarian (awal)
08 Pohon Pencarian (lanjutan)
09 Cari pohon (akhir). Sistem himpunan lepas
10 Tujuan RMQ dan LCA
11 Struktur data untuk pencarian geometris
12 Masalah konektivitas dinamis pada graf tidak berarah
01 Konsep dasar dan contoh soal terapan
02 Metode klasifikasi metrik
03 Metode klasifikasi logis dan pohon keputusan
04 Metode klasifikasi linier gradien
05 Mendukung Mesin Vektor
06 Regresi Linier Multivariat
07 Regresi nonlinier dan nonparametrik, fungsi kerugian nonstandar
08 Peramalan deret waktu
09 Metode klasifikasi Bayesian
10 Regresi logistik
11 Cari aturan asosiasi
Dasar-dasar Statistika dalam Pembelajaran Mesin
01 Pendahuluan
02 Tugas pokok dan metode teori inferensi statistik
03 Estimasi distribusi dan fungsi statistik
04 Simulasi Monte Carlo, bootstrap
05 Estimasi parametrik
06 Menguji hipotesis
07 Mengurangi dimensi data multidimensi
08 Penilaian sensitivitas model
09 Regresi linier dan logistik
10 Desain Eksperimen
11 Berbagai jenis regularisasi dalam regresi linier
12 Metode nonlinier untuk membangun ketergantungan regresi
13 Estimasi nonparametrik
14 Pendekatan Bayesian terhadap estimasi
15 Pendekatan Bayesian terhadap regresi
16 Pendekatan Bayesian terhadap regresi dan optimasi
17 Menggunakan model lapangan Gaussian acak dalam permasalahan analisis data
18 Penggunaan model dan metode statistik dalam pemodelan pengganti dan masalah optimasi
01 Fungsi dan himpunan cembung
02 Kondisi optimal dan dualitas
03 Pengenalan metode optimasi
04 Kompleksitas untuk kelas soal cembung halus dan cembung tidak mulus
05 Teknik penghalusan
06 Fungsi penalti. Metode penghalang. Metode fungsi Lagrange yang dimodifikasi
07 ADMM
08 Pengantar Teknik Pengenaan Cermin
09 Metode Newton dan metode kuasi-Newton. BFGS
10 Pengantar Pengoptimalan yang Kuat
11 Pengantar optimasi stokastik
12 Algoritma optimasi acak
13 Pengantar Optimasi Online
Pembelajaran mesin, bagian 2
01 Metode klasifikasi dan regresi jaringan saraf
02 Klasifikasi komposisi dan metode regresi
03 Kriteria pemilihan model dan metode pemilihan fitur
04 Peringkat
05 Pembelajaran penguatan
06 Belajar tanpa guru
07 Masalah dengan pelatihan parsial
08 Pemfilteran kolaboratif
09 Pemodelan Topik
Pekerjaan proyek
Versi terbaru Microsoft Office 2021 memiliki bahasa pemrograman bawaan yang disebut Visual Basic for Applications (VBA). masih tetap menjadi sarana terpenting untuk mengotomatisasi pekerjaan pengguna dengan Office aplikasi. Jumlah terbesar tugas terapan yang tidak dapat dilaksanakan tanpa makro muncul saat bekerja dengan spreadsheet Excel.
4,1
Kursus ini ditujukan untuk pelatihan awal spesialis konfigurasi dalam sistem 1C: Enterprise 8 (aplikasi terkelola, platform versi 8.3). Selama proses pelatihan, Anda akan mempelajari dasar-dasar konfigurasi dan pemrograman pada sistem 1C: Enterprise 8, Anda akan memperoleh keterampilan praktis dalam bekerja dengan objek konfigurasi dan menulis modul program dalam bahasa tersebut sistem.
4,1
Kursus tiga hari Makro di VBA. Unggul 20XX. dirancang untuk para profesional yang terus-menerus menggunakan Excel dalam pekerjaan sehari-hari dan ingin mempelajari kode VBA secara mandiri makro program, yang memungkinkan Anda melakukan tindakan rutin berulang secara otomatis, menghemat waktu, dan meningkatkan efisiensi tenaga kerja. Produk Office memiliki alat hebat yang membantu mengotomatisasi operasi rutin, serta melakukan hal-hal yang biasanya tidak mungkin dilakukan. Alat ini merupakan bahasa pemrograman bawaan VBA (Visual Basic for Application). Makro Kursus di VBA. Excel 20XX akan membantu Anda menguasai keterampilan mengotomatisasi pekerjaan di Excel. Program kursus mencakup bagian teoretis dan praktis dan tersedia online dan di kelas-kelas di Pusat Pelatihan Softline di kota-kota Rusia (Moskow, St. Petersburg, Yekaterinburg, Kazan, Krasnoyarsk, Nizhny Novgorod, Novosibirsk, Omsk, Rostov-on-Don dan Khabarovsk).
3,6