Курсы без Coursera: где теперь изучать Computer Science

Курсы без Coursera: где теперь изучать Computer Science

Если раньше при желании выучить новый язык программирования или разобраться в незнакомой теме привычным жестом открывалась Coursera, то теперь поиск необходимой информации стал чуть более нетривиальной задачей. Мы собрали подборку курсов от факультета компьютерных наук НИУ ВШЭ, которые можно найти на платформах Stepik и «Открытое образование»

Открытое образование

Курс научит безопасно и эффективно использовать современные цифровые технологии и ресурсы интернета для учебы и работы. На курсе расскажут, по каким параметрам выбирать компьютер и как не допустить кражи данных в интернете; как работает интернет и какие законы регулируют деятельность в сети, как работать с источниками информации, оформлять таблицы, делать несложную аналитику. Разные конфигурации курса также доступны для студентов гуманитарных, социально-экономических и инженерно-технических направлений.

Для кого: для всех желающих.

Курс посвящён основам анализа данных и машинного обучения. Слушатели смогут освоить способы предобработки и визуализации данных, изучить основные методы машинного обучения (линейные, метрические, решающие деревья и их композиции) и научиться оценивать качество моделей. Слушатели получат первые практические навыки и смогут начать применять их для решения собственных задач по извлечению пользы из данных.

Для кого: для тех, кто хочет «с нуля» погрузиться в область машинного обучения.

Курс поможет освоить один из самых популярных языков программирования. Python — это мощный инструмент для анализа данных, который может повысить эффективность практически любой деятельности в науке и индустрии. С его помощью можно автоматизировать рутинные операции и обрабатывать объемы данных, на несколько порядков превышающие объемы, доступные для обработки вручную или с помощью электронных таблиц. Полученные знания помогут не только в обучении в вузе, но и повысят конкурентное преимущество на рынке труда.

Для кого: для студентов нематематических специальностей и желающих научиться языку Python с нуля.

Курс охватывает все основные статистические концепции. В первой половине курса слушатели знакомятся с базовыми понятиями из математической статистики и нарабатывают необходимый для их понимания бэкграунд из теории вероятностей. Вторая часть посвящена более продвинутым темам: параметрическим и непараметрическим тестам, принципу проверки статистических гипотез, а также построению прогностических моделей на основе линейной и логистической регрессии.

Для кого: для тех, кто хочет научатся делать описательный анализ данных, визуализировать данные и исследовать линейные взаимосвязи.

Этот вводный курс знакомит слушателей с основами науки о данных и принципами работы искусственного интеллекта. У слушателей появится базовое представление о методах искусственного интеллекта, они познакомятся с терминологией и научатся применять некоторые из методов для решения несложных задач. В процессе обучения они также смогут узнать больше о мире искусственного интеллекта, его методах и даже самостоятельно научититься обучать несложные модели на готовых данных.

Для кого: и для тех, кто уже знаком с основами анализа данных и программированием, и тех, кто не имеет бэкграунда в этой области.

На курсе слушатели узнают о различных задачах, связанных с анализом текстов, освоят методы предобработки текстовых данных, изучат основные подходы к решению задач на основе классического машинного обучения и глубоких нейронный сетей.

Для кого: для слушателей с базовым знанием анализа данных, машинного обучения и Python.

Слушатели научатся работать с изображениями как классическими методами, так и с помощью глубокого обучения, и узнают, на чем основаны все фоторедакторы. Помимо обработки отдельно взятых изображений, курс затрагивает их восстановление и работу с 3D объектами.

Для кого: для тех, кто знает Python и разбирается в машинном обучении, но хочет научиться работать с 2D и 3D изображениями.

Stepik

Программа курса на базовом уровне освещает практические основы программирования. В ходе обучения предстоит решить множество небольших задач, охватывающих основные базовые конструкции языка C++. Такой опыт будет полезен всем, кто хочет углубиться в изучение программирования.

Для кого: курс рассчитан на всех, кто интересуется программированием.

Курс начального уровня учит обработке изображений на Python. Слушатели познакомятся со следующими темами: устройство цифровых изображений, коррекция яркости и цвета изображения, фильтрация изображений, частотный анализ и устройство формата JPEG.

Для кого: для всех, кто знаком с языком Python и интересуется обработкой изображений.

Курс знакомит слушателей с историей создания систем обработки структурированных данных, подходами к обработке информации, развитием моделей данных и систем управления данными.

Важную часть курса составляет рассмотрение основных этапов проектирования реляционных баз данных, рассмотрение аномалий структурированных данных, а также изучение и применение в типовых ситуациях средств SQL для обработки данных в SQL-СУБД.

Для кого: для студентов 1-3 курсов, изучающих компьютерные науки.

1919
8 комментариев

Объясните, почему Coursera нельзя продолжить проходить через VPN?

1
Ответить

Ну так себе источник курсов. Поприличнее никого не нашлось? Типа МФТИ/МГУ/МИФИ/Бауманки?

Ответить

А как давно Бауманка и МГУ делает хорошие курсы?)

1
Ответить

Если честно, я не понимаю, в чём смысл пиарить подобные подходы??

Если человек проходит курсы, то он не становится Датасаентистом.

1. Я считаю важным создавать курсы, то считаю полным провалом пиарить их на каждом шагу и говорить, а также ставить в основу образования. Подобный подход это удар по ИТ и образованию.

ИТ это САМОРАЗВИТИЕ, а не похождение курса. Если человек не способен за несколько минут разобраться в циклах и других основах любого языка программирования, то ему в программировании нечего делать. Никакие курсы их него не сделают нормального программиста.

2. Datascience это НЕ ПРОГРАММИРОВАНИЕ И МАТЕМАТИКА как таковая.

Это использование НАУЧНЫХ ПОДХОДОВ в какой-либо области. Бизнесе, ИТ, машиностроении, медицине и прочее.

Как можно сделать датасаентистом студента пусть даже 3-его курса?? Когда он ничего не понимает ни в области деятельности, ни в науке, ни в чём.

Можно пиарить и писать сколько угодно курсов, но если он поосмотрит их всех, то не станет датасаентистом. Да, он научится чему-то. Научится даже строить нейронные сети. Но он не будет решать задачи, или будет это делать на низком уровне и понимании, что приведет к соответствующим результатам.

PS И я глубоко убежден, что нужно прекратить пиарить ошибочное направление развития кадров.

Чтобы что-то начать понимать с подобных курсов их нужно проходить пачками на протяжении многих лет. И то, можешь никогда не дойти до результата без многих лет практики.

Ответить

если человек не способен за несколько минут разобраться в циклах..., то ему в программировании делать нечего.

А вам с такой позицией – в преподавании.

Каждый имеет право на удобное обучение. И странно считать, что ваш подход единственно верный. Курсы – отличный вариант для начинающих ребят, чтобы получить базу и навыки для работы, сделать парочку пет-проектов, найти первую стажировку. Именно поэтому важно и нужно пиарить подобные проекты.

1
Ответить