Самые интересные и полезные курсы из списка ИТ-специалистов Сколтеха.
В этом году ИТ-эксперты Сколтеха (проекты 5G и CoBrain, центр "Интернет вещей" и центр по научным и инженерным вычислительным технологиям для задач с большими массивами данных) активно проходили обучение
на Coursera.
Мы выбрали самые интересные и полезные курсы из списка
ИТ-специалистов Сколтеха.
Machine Learning
- Машинное обучение для руководителей (русск.язык) - когда следует применять машинное обучение, какие виды машинного обучения бывают, как организовать проект и о каких нюансах важно помнить.
- Bayesian Methods for Machine Learning (есть русские субтитры) - байесовские методы помогают алгоритмам машинного обучения обрабатывать недостающие данные и извлекать больше информации
из небольших массивов данных. - Deep Learning in Computer Vision (есть русские субтитры) - знакомство
с компьютерным зрением, начиная с основ, а затем переходя к более современным моделям глубокого обучения. - Machine Learning Foundations: A Case Study Approach (есть русские субтитры) - основы машинного обучения на практических примерах.
- Structuring Machine Learning Projects (есть русские субтитры) - как создать успешный проект машинного обучения с точки зрения руководителя проекта.
- Mathematics for Machine Learning: Linear Algebra (англ. язык) - что такое линейная алгебра, как она связана с векторами и матрицами, и как это возможно использовать в машинном обучении.
- Addressing Large Hadron Collider Challenges by Machine Learning (англ. язык) - основные принципы экспериментальной физики и машинного обучения на примере работы с Большим адронным коллайдером.
- Big Data Essentials: HDFS, MapReduce and Spark RDD (англ. язык) - базовые технологии современного ландшафта больших данных - HDFS, MapReduce и Spark.
Data Science
- Applied Machine Learning in Python (есть русские субтитры) - машинное обучение и его отличие от описательной статистики, создание и оценка кластеров данных, подходы к созданию прогнозных моделей.
- Algorithmic Toolbox (англ. язык) - основные алгоритмические методы и идеи для вычислительных задач, часто возникающих в практических приложениях.
- Applied Plotting, Charting & Data Representation in Python (англ. язык) - основы визуализации информации, создание отчетов и построение диаграмм с использованием библиотеки matplotlib.
- Introduction to Data Science in Python (англ. язык) - основные методы программирования на Python.
Data Analysis
- Python для анализа данных (русск.язык) - как применять навыки программирования для построения предиктивных моделей, визуализации данных и работы с нейросетями.
- Математика и Python для анализа данных (русск.язык) - интерпретация и смысл математических понятий и объектов в контексте методов анализа данных, а так же основы программирования на Python.
- Bayesian Statistics: From Concept to Data Analysis (есть русские субтитры) - введение в байесовский подход к статистике, начиная с концепции вероятности и переходя к анализу данных.
- Big Data Analysis: Hive, Spark SQL, DataFrames and GraphFrames (есть русские субтитры) - хранение данных с помощью Hive, Spark SQL и Spark DataFframes, работа с большими графами.
- Набор инструментальных средств для специалистов по обработке данных (есть русские субтитры) - обзор данных, вопросов и инструментов, с которыми работают аналитики и специалисты по обработке данных, изучение инструментов на практике.
- Построение выводов по данным (русск.язык) - организация экспериментов, A/B-тестирование, универсальные методы оценки параметров и проверки гипотез.
- Прикладные задачи анализа данных (русск.язык) - распространенные типы прикладных задач и схемы их решения.
Software Development
- Погружение в Python (русск.язык) - конструкции языка, типы и структуры данных, функции, объектно-ориентированное и функциональное программирование, особенности реализации Python.
- ООП и паттерны проектирования в Python (русск.язык) - от написания простых конкретных классов к профессиональному конструированию приложения в объектно-ориентированной парадигме.
- Искусство разработки на современном C++ (русск.язык) - серия курсов по программированию на C++.
- Programming Fundamentals (есть русские субтитры) - как разработать алгоритм, как читать код на разных языках и как концепции программирования связаны с алгоритмами.
- Software Development Processes and Methodologies (есть русские субтитры) - принципы работы команд разработчиков ПО, используемые процессы и стандартные отраслевые методологии.
- Python Data Visualization (есть русские субтитры) - как устанавливать пакеты Python, анализировать существующие данные и создавать визуализации этих данных.
- Getting Started with Go (есть русские субтитры) - основы языка программирования Gо на практических примерах и задачах.
- Concurrency in Go (есть русские субтитры) - возможности языка Go для параллельного программирования и создание примеров программ.
- Introduction to Programming with MATLAB (есть русские субтитры) - основы программирования с помощью системы MATLAB.
- Open Source Software Development Methods (есть русские субтитры) - что такое программное обеспечение с открытым исходным кодом, история данного ПО и его преимущества.
- Software Architecture (есть русские субтитры) - наиболее распространенные архитектуры, их качества, способы представления архитектур как в UML, так и в других визуальных инструментах.
- Design Patterns (есть русские субтитры) - объектно-ориентированный анализ и использование шаблонов проектирования для создания интерактивных приложений.
- Programming for Everybody (Getting Started with Python) (англ. язык) - основы программирования на языке Python с нуля.
- Java Programming: Build a Recommendation System (англ. язык) - создание системы оценок и рекомендаций на примере данных
о фильмах.
А какие курсы вы прошли в этом году?
Поделитесь своим мнением в комментариях.
Если вы хотите получать интересные статьи и подборки раньше,
чем все остальные, ПОДПИШИТЕСЬ на нашу рассылку.