• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

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 Coursera, 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.

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.

Advanced Machine 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.

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.

Introduction to Discrete Mathematics for Computer Science

Discrete Mathematics is the language of Computer Science. One needs to be fluent in it to work in many fields including data science, machine learning, and software engineering (it is not a coincidence that math puzzles are often used for interviews). We introduce you to this language through a fun try-this-before-we-explain-everything approach: first you solve many interactive puzzles that are carefully designed specifically for this online specialization, and then we explain how to solve the puzzles, and introduce important ideas along the way.

Специализация Data Structures and Algorithms

This specialization is a mix of theory and practice: you will learn algorithmic techniques for solving various computational problems and will implement about 100 algorithmic coding problems in a programming language of your choice. The specialization also contains two real-world projects: Big Networks and Genome Assembly. You will learn how to compute the shortest route between New York and San Francisco and how to assemble genomes from millions of short fragments of DNA.

Coursera

Для тех, кто давно хотел начать программировать: курс по Python для непрограммистов. Пройдем путь от самых азов до небольшого прикладного проекта.
Изучаем основные методы и типы задач машинного обучения, учимся оценивать качество моделей, знакомимся с необходимыми библиотеками.
Курс дает базу для изучения более сложных областей применения Python, таких как машинное обучение, обработка и визуализация данных, и т.д.
Знакомимся с теоретическими основами анализа формальных понятий, а также методами анализа данных с помощью FCA.
Учимся принимать решения о целесообразности разработки и внедрения моделей машинного обучения в бизнес-процессы на основе финансового эффекта.
Учимся создавать удобные и красивые интерфейсы мобильных приложений, а также использовать различные методы оценки юзабилити.
В этом курсе мы постарались собрать все самое важное и нужное для успешного существования в мире информационных технологий: от выбора модели компьютера до работы с большими данными.

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.

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.