IT курсы в июле 2017 на русском языке

Coursera — проект в сфере массового онлайн-образования. Проект сотрудничает с университетами, которые публикуют и ведут в системе курсы по различным отраслям знаний.

Coursera: Введение в машинное обучение

Higher School of Economics

Не так давно получил распространение термин «большие данные», обозначивший новую прикладную область — поиск способов автоматического быстрого анализа огромных объёмов разнородной информации. Наука о больших данных ещё только оформляется, но уже сейчас она очень востребована — и в будущем будет востребована только больше.

С её помощью можно решать невероятные задачи: оценивать состояние печени по кардиограмме, предсказывать зарплату по описанию вакансии, предлагать пользователю музыку на основании его анкеты в интернете.

 

Coursera: Основы программирования на Python

Higher School of Economics

Язык программирования Python является одним из самых простых в освоении и популярных языков программирования. Целью курса является изучение основных конструкций языка Python, которые пригодятся при решении широкого круга задач — от анализа данных до разработки новых программных продуктов.

 

Coursera: Математика и Python для анализа данных

Moscow Institute of Physics and Technology

Анализ данных и машинное обучение существенно опираются на результаты из математического анализа, линейной алгебры, методов оптимизации, теории вероятностей. Без фундаментальных знаний по этим наукам невозможно понимать, как устроены методы анализа данных. Задача этого курса — сформировать такой фундамент. Мы обойдёмся без сложных формул и доказательств и сделаем упор на интерпретации и понимании смысла математических понятий и объектов.

 

Coursera: Основы разработки на C++: белый пояс

Moscow Institute of Physics and Technology

Этот курс посвящён знакомству с языком программирования С++. Вы научитесь использовать его основные конструкции, создавать свои типы данных, разбивать программу на классы и функции.

В конце курса вас ждёт финальный проект: вы сможете самостоятельно реализовать простое хранилище данных с возможностью добавления, удаления и поиска.

Курс разработан ведущими специалистами Яндекса и преподавателями Школы анализа данных. За их плечами — годы разработки сервисов поиска, рекламы и инфраструктуры.

Логическим продолжением курса станет специализация «Введение в современный С++».

 

Coursera: Алгоритмизация вычислений (Algorithmic computation)

Higher School of Economics

Курс «Алгоритмизация вычислений» будет вам интересен и просто необходим, если вы хотели бы изучить программирование с нуля и выйти на хороший базовый уровень, научиться составлять, понимать и анализировать алгоритмы.

В результате изучения курса вы сможете:

• записывать математическую постановку задачи;
• применять стандартные алгоритмы для решения задач;
• оценивать оптимальность алгоритмов и выбирать алгоритм, дающий лучшее решение задачи;
• проверять правильность алгоритма методом трассировки;
• кодировать алгоритмы с использованием технологии структурного программирования;
• отлаживать и тестировать программы.

 

Coursera: Дизайнер интерфейсов. Введение в специальность

Moscow Institute of Physics and Technology

На этом курсе вы сможете изучить процесс создания концепции интерфейса. Этот этап работы связан в первую очередь со сбором информации о будущем продукте и поможет сформировать понимание, какие задачи и каким образом будет решать интерфейс.

Начинающий дизайнер сталкивается со многими вопросами, приступая к работе над интерфейсом. Как выстроить рабочий процесс? Как определить ряд требований к интерфейсу? Какие исследования проводить, чтобы понять аудиторию продукта? Как придумать крутую идею и воплотить ее в прототипе? На этом курсе вы будете работать с реальной продуктовой задачей, и материалами дизайн-исследований Mail.ru. Вы попробуете улучшишь существующий сервис или придумаете новый.

 

Coursera: Введение в параллельное программирование с использованием OpenMP и MPI

Tomsk State University

Потребность решения сложных прикладных задач с большим объемом вычислений и принципиальная ограниченность максимального быстродействия «классических» — по схеме фон Неймана — ЭВМ привели к появлению многопроцессорных вычислительных систем (МВС) или суперкомпьютеров.

Широкое распространение параллельные вычисления приобрели с переходом компьютерной индустрии на массовый выпуск многоядерных процессоров с векторными расширениями. В настоящие время практически все устройства — от карманных гаджетов и до самых мощных суперкомпьютеров — оснащены многоядерными процессорами. И если вы пишите последовательную программу, не применив распределение работы между разными ядрами центрального процессора и не проведя векторизацию, то вы используете только часть вычислительных возможностей центрального процессора.

 

Coursera: Поиск структуры в данных

Moscow Institute of Physics and Technology

В машинном обучении встречаются задачи, где нужно изучить структуру данных, найти в них скрытые взаимосвязи и закономерности. Например, нам может понадобиться описать каждого клиента банка с помощью меньшего количества переменных — для этого можно использовать методы понижения размерности, основанные на матричных разложениях. Такие методы пытаются сформировать новые признаки на основе старых, сохранив как можно больше информации в данных. Другим примером может служить задача тематического моделирования, в которой для набора текстов нужно построить модель, объясняющую процесс формирования этих текстов из небольшого количества тем.

 

 

Вступай в сообщества ITmentor Вконтакте и Facebook