Продължение на обучението

Този уводен курс по контролирано обучение обхваща техники за регресия и класификация, включително линейна и полиномна регресия, логистична регресия, кръстосано потвърждение и др. Разглеждат се и някои неконтролирани методи за обучение, като основни компоненти и клъстеризация. Курсът набляга на практическото разбиране без тежка математика, като използва R за изчисления и предоставя подробни уроци за използването му. Запознайте се с основните елементи на съвременния анализ на данни заедно с нас.

Това не е клас с тежък акцент върху математиката, затова се опитваме да опишем методите без силно разчитане на формули и сложни математически концепции. Ние се фокусираме върху това, което считаме за важните елементи на съвременния анализ на данни. Изчисленията се извършват в R. Има лекции, посветени на R, които предлагат уроци от основите и продължават с по-подробни сесии, които прилагат техниките във всяка глава. Ние също така предлагаме отделна версия на курса, наречена Статистическо обучение с Python – лекциите по главите са същите, но лабораторните лекции и изчисленията се извършват с помощта на Python.

Лекциите обхващат целия материал от „An Introduction to Statistical Learning, with Applications in R“ от Джеймс, Уитън, Хасти и Тибшарани (второ издание, Springer, 2021). PDF версията на тази книга е достъпна безплатно на уебсайта на книгата.

Предварителни условия: Препоръчват се основни познания по статистика, линейна алгебра и информатика.

Преподаватели:  Тревър Хасти, професор по статистика в Станфордския университет, и Робърт Тибширани, професор по здравни изследвания и политика и статистика в Станфордския университет.

В този курс се разглеждат основите на R – популярен език за програмиране и софтуерна среда, широко използвани от анализатори на данни, статистици и специалисти по данни за статистически изчисления и графики в цял свят. Курсът е въвеждащ в R, като включва инсталационни процедури и основни статистически операции. Курсът ви дава умения за работа с променливи и външни набори от данни, за създаване на функции и предлага прозрения от един от съсъздателите на езика R, Робърт Джентълмен. Разгледайте света на R и подобрете възможностите си за статистически изчисления с този изчерпателен курс.

Този курс ви дава основни умения в R, като обхваща типове данни, променливи, вектори, матрици, списъци, рамки от данни, импортиране на данни, логически оператори, цикли, функции, изчертаване на данни, визуализация и основни статистически функции. Предишният опит в научна или инженерна дисциплина е полезен, но не е задължителен, което го прави достъпен за обучаеми с основни компютърни умения. Присъединете се към нас, за да подобрите познанията си по R и да постигнете отлични резултати в областта на статистическите изчисления и анализа на данни.

Компютърни науки 101 е самостоятелен курс, в който се преподават основните идеи на компютърните науки за аудитория с нулев предишен опит. Компютрите могат да изглеждат много сложни, но в действителност те работят само по няколко прости схеми. Курсът демистифицира и оживява тези модели, което е полезно за всеки, който използва компютри днес.

Участниците в курса играят и експериментират с кратки части от „компютърен код“, за да разберат силата и ограниченията на компютрите. Всичко работи в рамките на браузъра, така че няма допълнителен софтуер за изтегляне или инсталиране. CS101 предоставя и обща информация за компютрите днес: какво е компютър, какво е хардуер, какво е софтуер, какво е интернет. Всеки, който умее да използва уеб браузър, може да се справи успешно с този курс. Не се изисква предишен опит в областта на компютърните науки.

Теми

– Природата на компютрите и кода, какво могат и не могат да правят
– Как работи компютърният хардуер: чипове, процесор, памет, диск
– Необходим жаргон: битове, байтове, мегабайтове, гигабайтове
– Как работи софтуерът: какво е програма, какво е „изпълнение“
– Как работят цифровите изображения
– Компютърен код: цикли и логика
– Големи идеи: абстракция, логика, грешки
– Как работят структурираните данни
– Как работи интернет: IP адрес, маршрутизиране, ethernet, wi-fi
– Компютърна сигурност: вируси, троянци и пароли
– Аналогово срещу цифрово
– Цифрови медии, изображения, звуци, видео, компресия

Преподавател

Ник Парланте, старши лектор, Компютърни науки