Онлайн-курсы факультета компьютерных наук

Онлайн-курсы — еще один шаг к тому, чтобы сделать качественное образование максимально доступным. Мы делаем этот шаг и приглашаем слушателей по всему миру присоединиться к нескольким десяткам наших курсов по самым актуальным темам и технологиям из мира IT. Материалы доступны на разных платформах на двух языках: русском и английском.

Помимо привычных онлайн-курсов, мы также предлагаем специализации на платформе "Открытое образование", которые позволяют еще глубже погрузиться в изучаемую тему. Специализации — это наборы связанных между собой курсов, которые дают слушателям знания, навыки и инструменты для решения практических задач. При этом каждый курс доступен для прохождения и вне специализации.

  • Специализации
  • Курсы

Машинное обучение: от статистики до нейросетей

На данной специализации вы познакомитесь со всеми ключевыми разделами машинного обучения и анализа данных, освоите самые важные концепции и получите базу, с которой сможете углубляться дальше в любом направлении — будь то рекомендательные системы, машинное зрение или обучение с подкреплением.

Промышленное машинное обучение

Специализация состоит из трех курсов, позволяющих освоить методы обработки больших данных и получить представление о процессе проектирования, реализации и поддержки полноценного решения на базе интеллектуального анализа данных.

Проектирование и реализация систем машинного обучения

Математика для анализа данных

В этой специализации мы изучим широкий спектр математических инструментов и рассмотрим некоторые их приложения к анализу данных. Будут рассмотрены такие важные разделы математики, как дискретная математика, линейная алгебра, математический анализ и теория вероятностей. Материалы курсов разработаны с учетом современного состояния Data Science и покрывают все темы, необходимые для для дальнейшего развития в данном направлении.

Deep Learning

This specialization gives an introduction to deep learning, reinforcement learning, natural language understanding, computer vision and Bayesian methods. Top Kaggle machine learning practitioners and CERN scientists will share their experience of solving real-world problems and help you to fill the gaps between theory and practice.

Introduction to Deep Learning
How to Win a Data Science Competition
Bayesian Methods for Machine Learning
Natural Language Processing
Practical Reinforcement Learning
Deep Learning in Computer Vision
Addressing Large Hadron Collider Challenges by Machine Learning

Mathematics for Data Science

Behind numerous standard models and constructions in Data Science there is mathematics that makes things work. It is important to understand it to be successful in Data Science. In this specialization we will cover wide range of mathematical tools and see how they arise in Data Science. We will cover such crucial fields as Discrete Mathematics, Calculus, Linear Algebra and Probability.

Открытое образование

Учимся обрабатывать текстовые данные методами машинного обучения.
Учимся работать с Python: от самых основ до автоматизации рутинных задач.
Учимся безопасно и эффективно использовать цифровые технологии в учебе и работе.
Погружаемся в область машинного обучения и получаем практические навыки работы с данными.
Знакомимся с терминологией и методами искусственного интеллекта, решаем несложные задачи.
Научимся работать с данными, анализировать их и визуализировать результаты, используя либо язык программирования Python, либо Google Sheets.
Узнаем об основных задачах компьютерного зрения и будем решать эти задачи на практике.

Stepik

Знакомимся с основами программирования в целом, изучаем базовые конструкции C++.
Знакомимся с структурированными данными и системами их обработки.
Изучаем основы работы с изображениями с помощью Python.