Разработка курса «Анализ данных и машинное обучение в MATLAB» | OTUS

Курсы

Курсы в разработке Подготовительные курсы
Работа в компаниях Компаниям Блог +7 499 110-61-65

Анализ данных и машинное обучение в MATLAB

Что даст вам этот курс
5
0
Курс находится на этапе разработки.

Длительность курса ориентировочно 3 месяца.

Уникальная учебная программа - полный курс от самых азов до навыков создания систем обработки данных и предсказания. Самый простой способ научиться работать с данными, потому что MATLAB - самый доступный язык программирования для непрограммистов , он содержит большое количество функций, самую лучшую и подробную документацию, встроенные графические приложения для упрощения работы. Выполняйте домашние задания прямо в браузере с моментальной проверкой на правильность выполнения.

Ты с нуля учишься решать реальные задачи по обработке данных и созданию моделей машинного обучения, даже не зная изначально, что это вообще такое. Узнаешь, о последних фишках MATLAB в области анализа данных, которые появились за последние несколько лет. Освоишь доступный язык программирования для "непрограммистов" и сможешь писать свои алгоритмы.

Matlab - это мощный инструмент с огромным количеством библиотек по всем направлениям от систем управления и физического моделирования до нейросетей и BigData, включая предсказательные модели.

Matlab интегрируется с Python, R и С, а также включает в себя библиотеки кодогенерации.

Matlab используют крупные компании и банки для построения предсказательных моделей и анализа данных, а также для разработки.

Минимальные требования для прохождения курса
Знания базовой математики, основ линейной алгебры (хотя бы понимание, что такое матрицы и вектора), базовое понимание алгоритмов (циклы и условия).
Преподаватель
Петр Лукьянченко
Преподаватель ВШЭ по высшей математике
Имеет более десяти лет опыта преподавания математических дисциплин в НИУ ВШЭ. Готовил студентов к международным олимпиадам по математике, участвовал в подготовке команд для соревнований по программированию.

Работал в Lamoda на должности Team Lead Analytics, принимал участие в формировании отдела бизнес-аналитики и анализа данных. Руководил проектами в госструктурах, отвечал за прогнозирование ключевых бизнес-KPI и структурирование данных большого объема. Управлял проектом по созданию математического комплекса алгоритмов 3D-картографии.

Около 3 лет работал Quantitative Research. Занимался анализом и прогнозированием временных рядов, участвовал в создании модели стохастической волатильности.

Преподаватель
Петр Лукьянченко
Преподаватель ВШЭ по высшей математике
Имеет более десяти лет опыта преподавания математических дисциплин в НИУ ВШЭ. Готовил студентов к международным олимпиадам по математике, участвовал в подготовке команд для соревнований по программированию.

Работал в Lamoda на должности Team Lead Analytics, принимал участие в формировании отдела бизнес-аналитики и анализа данных. Руководил проектами в госструктурах, отвечал за прогнозирование ключевых бизнес-KPI и структурирование данных большого объема. Управлял проектом по созданию математического комплекса алгоритмов 3D-картографии.

Около 3 лет работал Quantitative Research. Занимался анализом и прогнозированием временных рядов, участвовал в создании модели стохастической волатильности.

Программа обучения
Модуль 1
Введение
Модуль 2
Численные и Символьные исчисления
Модуль 3
High Performance Computing
Модуль 4
Machine Learning в MATLAB
Модуль 5
Развертывание алгоритмов
Модуль 6
Очень большой и классный проект
Введение
Установка MATLAB. Знакомство с основными функциями и операторами
Векторы, матрицы, операции с ними, работа с памятью
Работа с ячейками, текстом, структурами, таблицами, временем
Представление данных в виде матриц. Выбор данных по условиям
Импорт и обработка данных. Предобработка, преобразование и анализ данных
Построение 2D и 3D графиков. Типы графиков и их настройка
Основные программные конструкции, создание своих функций
Оценить модуль
1
0
Тема 1: Знакомство с MATLAB
получение лицензии и установка. Обзор IDE. Создание переменных. Импорт данных с помощью GUI. Построение графиков с помощью GUI
Тема 2: Массивы
Создание векторов и матриц. Индексация. Размер массива (length, size). Создание равномерно распределенных последовательностей чисел (linspace). Инициализация массивов (zeros, ones). Генерация случайных чисел (rand, randn, randi).
Тема 3: Типы данных
работа с ячейками (cell). Создание текстовых переменных и работа с ними (char, cellstr, string). Структуры (structure) и таблицы (table, timetable). Дата и время (datetime, duration, calendarDuration)
Тема 4: Матричные преобразования
трансформация матриц, преобразование типов данных, логическое индексирование
Тема 5: Анализ данных
импорт данных в MATLAB из текствых и Excel-файлов. Импорт большого количества файлов с помощью datastore. Применение встроенных функций для обработки данных: замена пропусков, фильтрация шумов и выбросов. Группировка данных и подсчет статистики по группам
Тема 6: Графическое отображение данных
настройка графиков с помощью простейших функций. Работа с графическими объектами с помощью Property Inspector и команд MATLAB.
Тема 7: Программирование в MATLAB
циклы, условия, функции ввода-вывода. Локальные, вложенные (nested) и анонимные функции. Создание своих функций. Работа с путями MATLAB (path)
Численные и Символьные исчисления
Оценить модуль
0
0
Тема 1: Численные методы
численные методы дифференцирования функций
Тема 2: Численные методы
численные методы интегрирования функций
Тема 3: Численные методы
практическое занятие
Тема 4: Оптимизация функций
применение методов MATLAB для поиска оптимального значения функции без ограничений
Тема 5: Оптимизация функций
применение методов MATLAB для поиска оптимального значения функции с ограничениями
Тема 6: Символьные вычисления
преобразование выражений в символьном виде
High Performance Computing
Оценить модуль
0
0
Тема 1: Параллельные вычисления в Matlab
изучение встроенных функций Parallel Computing Toolbox Распараллеливание на ядрах процессора: циклы parfor. Распараллеливание на GPU: обзор методов и gpuArray
Тема 2: возможности GPU Coder
изучение встроенных функций GPU Coder
Тема 3: работа с BigData
импорт и обработка больших данных.Работа с хранилищами больших данных (datastore). Обработка tall arrays. Выгрузка больших данных
Тема 4: высокоПроизводительные системы ч.1
реализациия практической задачи ускорения вычислений
Machine Learning в MATLAB
Оценить модуль
0
0
Тема 1: работа в ML Toolbox
изучение встроенных функций Machine Learning Toolbox или "Почему MATLAB хорош для Machine Learning"
Тема 2: построение нейросети ч.1
разработка нейросетевого алгоритма с помощью встроенных методов MATLAB
Тема 3: построение нейросети ч.2
Оценить занятие
0
0
Тема 4: построение нейросети ч.3
Оценить занятие
0
0
Тема 5: подключение источников данных и сопряжение с Python и R
обучение на больших данных. Подключение к внешним вычислителям. Сопряжение с R и Python. Создание внешних библиотек.
Развертывание алгоритмов
Оценить модуль
0
0
Тема 1: создание графических приложений
создание графических приложений в App Designer.Layout Manager. Создание свойств, методов и функций обратного вызова
Тема 2: распространение алгоритмов и приложения
создание пользовательских тулбоксов и документации. Упаковка приложений. Загрузка своих разработок на портал MathWorks File Exchange
Тема 3: создание независимых и веб-приложений
компиляция независимых приложений и библиотек, создание веб-приложений. Создание независимых приложенй с помощью MATLAB Compiler и библиотек для других языков с помощью MATLAB Compiler SDK. Генерация и развертывание графических веб-приложений из App Designer (MATLAB Compiler)
Тема 4: облачные вычисления
обзор MATLAB Production Server и работы с облачными сервисами. Особенности и область применения MATLAB Production Server. Использование облаков для работы в MATLAB
Очень большой и классный проект
Оценить модуль
0
0
Опрос по программе "Анализ данных и машинное обучение в MATLAB"

При запуске нового курса, нам очень важно оценивать качество и актуальность предлагаемой программы на этапе идеи и концепции модулей, поэтому мы будем очень рады и благодарны вашим ответам, экспертным оценкам и комментариям.

Вопрос №1 из 6
Выберите один вариант ответа
Вам понятно, о чем этот курс?
оцените от 1 (не понял) до 5 (да, все ясно)
Вопрос №2 из 6
А что из этого вы уже знаете?
Вопрос №3 из 6
Какие темы из программы вам уже сейчас пригодились бы в работе?
Вопрос №4 из 6
Выберите один вариант ответа
Оцените актуальность программы (в баллах от 1 "неактуально" до 10 "полностью актуальна")
Вопрос №5 из 6
И последнее: что вам необходимо в работе сейчас или понадобится в ближайшем будущем, но не представлено в программе?
Вопрос №6 из 6
Комментарии и предложения - мы всегда им рады!

Оставьте хотя бы один ответ для участия в опросе