Всем привет, друзья! ✌ Сегодня мы рассмотрим 25 мощных онлайн-курсов по обучению науке о данных и анализу данных (Big Data), которые вы можете пройти абсолютно бесплатно.
Внизу статьи будет еще подборка курсов по BI анализу, так что читайте в конце!
НИЖЕ будет таблица платных школ, а чуть ниже описание платформ.
Все цены указаны на сайте 🙂 Выгода для всех!
| № | Название курса | Кому подойдет | Продолжительность | Пройти обучение |
| 1 | Профессия Data Scientist: машинное обучение от Skillbox | Начинающие аналитики. Программисты. Новички. | 13 месяцев | Идти |
| 2 | Профессия Аналитик данных от SkillFactory | Работники в IT или банковской сфере. Аналитики. Новички. | 18 месяцев | Идти |
| 3 | Курс SQL и извлечение данных из Netology | Новички в аналитике. Маркетологи. Менеджеры проектов и продуктов. Финансисты, бухгалтеры и исследователи. | 1 месяц | Идти |
| 4 | Профессия Data Scientist из SkillFactory | Новички в программировании и анализе. | 24 месяца | Идти |
| 5 | Профессия Data Science Specialist от Яндекс.Практикум | Если вы никогда не работали в IT и у вас нет технического образования. У вас есть опыт работы с данными, но вам не хватает прочной основы машинного обучения. Готовы ли вы тратить не менее 15 часов в неделю на учебу | 8 месяцев | Идти |
| 6 | Факультет аналитики больших данных от GeekBrains | Начинающие аналитики. Исполнители ИТ-специалисты. | 18 месяцев | Идти |
| 7 | Профессия Data Scientist от Skillbox | Программисты и начинающие аналитики. | 18 месяцев | Идти |
Взрыв мозга «?Аналитика данных с нуля?»
В рамках микрокурса вы получите конспект необходимой информации для старта в новой профессии: от необходимых навыков до секретов успешного прохождения собеседования, от кейсов до подробного разбора инструментов.
После микрокурса:
- Понять, что такое аналитика и чем они отличаются
- В реальных кейсах вы разберетесь в деталях работы аналитиков
- Найдите свое место в изобилии областей анализа данных
- Начните работу с современными инструментами анализа
- Узнайте, как покорить HR: секреты идеального резюме и успешного собеседования
Преимущества:
- Экономия времени: весь материал собран в одном месте, в удобном формате (просто щепотка структурированной информации, ничего лишнего)
- После каждого урока вам будут доступны бесплатные ресурсы для самостоятельного изучения
- Никаких дополнительных знаний не требуется: курс подходит для начинающих
- Вы получите советы по карьере от экспертов отрасли
На правах профессии «?Аналитика Данных?» от лучшей IT-школы в России
Платный курс! Вы научитесь работать с данными, и в результате вас будет поддерживать опытный наставник до момента трудоустройства!
400 часов теории и практики + обучение в реальной рабочей среде + мастер-классы с реальными рабочими задачами + доступ к курсу навсегда + индивидуальная проверка домашних заданий + консультации со специалистами каждую неделю + вкусности:
-
5 проектов в портфолио
-
Диплом о переподготовке
-
Убедительное резюме от опытного рекрутера
-
Подготовка к интервью
-
Руководитель работы — поможет, научит, успокоит
-
Следует на работу
Аналитик данных помогает принимать решения в бизнесе, науке и управлении. Он находит закономерности и делает логические выводы на основе анализа.
Справляемся без опыта в IT: учимся с азов
• Рассрочка на 12 месяцев
• Всего 10 часов в неделю
Пример диплома
Приостановка курса
- Тема 1. Excel для анализа данных
- Курс 2: Обработка данных с помощью SQL
- Курс 3. Python для анализа данных
- Курс 4. Решение бизнес-кейса
- Подготовка к трудоустройству
1. «Обучение Data Science: будущее для каждого»
1. «Обучение науке о данных: будущее для всех»
Продолжительность курса – 3 занятия в формате записи вебинара и текстового материала.
Отзыва нет, а сертификат есть.
Заполнение:
- Наука о данных: будущее для всех. Давайте выясним, почему работа с данными так важна. Какие есть направления и профессии в информатике, чем они отличаются и как самому определиться с направлением.
- Базовые навыки: с чего начать. Поговорим об обязательных навыках каждого аналитика и его инструментах. Давайте напишем первый код, используя язык запросов SQL.
- Как найти работу: первые шаги. Кого ищут работодатели? Пошаговый план начала карьеры в области компьютерных наук. Как составить карту своей компетенции.
2. «Введение в Data Science и машинное обучение»
2. «Введение в науку о данных и машинное обучение»
Продолжительность курса 30 часов с выдачей сертификата. Формат проходит как обычно в виде видеоуроков с тестами и домашними заданиями.
Заполнение
- О чем этот курс?
- Большие данные, глубокое машинное обучение — основные понятия.
- Модель, начнем с дерева.
- Панды, фреймы данных.
- Фильтрация данных
- Группировка и агрегация.
- Визуализация, рожденная морем.
- Практические упражнения: Панды.
- Тайный гость.
- Соревнования Stepik ML — что это такое?
- Конкурс Stepik ML — предварительная обработка данных.
- Какой битловский музыкант я угадал или уменьшение энтропии.
- Немного теории и энтропии.
- Титаник: машинное обучение после катастрофы.
- Обучение, переоснащение, недооснащение и перекрестная проверка.
- Последние джедаи или замеры качества модели.
- Выбор параметров и ROC и Roll.
- практикуйтесь, Scikit учитесь, подгоняйте, предсказывайте, вы потрясающие.
- ML на практике является автокоррекцией орфографических ошибок.
- Тайный гость.
- Соревнования Степик МЛ.
- Снова вернемся к деревьям.
- Случайный лес.
- Зачем знать что-то еще, если это случайный лес?
- Тайный гость.
- И на Марсе зацветут яблони.
- Нейроэволюция.
- Трюки в пандах.
- Вот и все, что дальше?
- Соревнования Степик МЛ.
Что вы хотите узнать
- Основные понятия в информатике и машинном обучении
- Наиболее популярными библиотеками Python для анализа данных являются Pandas и Scikit-learn
Преимущества
- Вы можете начать обучение сразу после регистрации
- Обучение проводят лучшие преподаватели кафедры биоинформатики
- Современная учебная программа
- Преподносите материал простым языком
- Вы можете получить бесплатный сертификат по окончанию обучения
3. «Нейронные сети»
3. «Нейронные сети»
Формат урока — видео с тестами и заданиями, а продолжительность курса — 24 часа. Это обратная связь.
Нет сертификата
Заполнение
- Основы линейной алгебры.
- Перцептрон и градиентный спуск.
- Алгоритм обратного распространения.
- Мониторинг состояния сети.
- Заключение.
Ваши навыки после обучения
- Основы линейной алгебры (векторы и матрицы)
- Принципы работы нейронных сетей
- Применение нейронных сетей для решения практических задач
Преимущества
- Отличный учебник
- Интерактивные тесты и задания
4. «Математическая статистика»
4. «Математическая статистика»
Продолжительность курса составляет 29 уроков в видеоформате. Делайте домашние задания и тесты.
Сертификат выдается после обучения.
Заполнение исследования
- Пытаться. Описательная статистика.
- Точечные оценки. Свойства и методы построения.
- Доверительные интервалы стратифицированных выборок.
- Статистические гипотезы. Параметрические критерии.
- Критерии однородности.
- Критерии согласия. Связать таблицы.
- Регрессивный анализ.
- Последний модуль.
Какие знания и навыки вы приобретете:
- Общее понимание теории вероятностей
- Понимание описательной статистики
- Корреляционный анализ
- Расчет интервала
- Методы построения точечных оценок
- Доверительные интервалы
- Регрессивный анализ
Преимущества
- Обучение возможно в любое время
- Много полезной бесплатной информации
- Опытный спикер
- Материалы подкреплены примерами
- Простая подача информации
5. «Машинное обучение»
5. Машинное обучение
Продолжительность обучения 71 час в формате видео + тесты с текстовым материалом.
Тренировка
- Введение в машинное обучение и основные понятия статистики.
- Восстановление пропущенных значений.
- Поиск выбросов и аномалий.
- Группировка.
- Задача прогнозирования, линейная регрессия.
- Классификация, kNN, перекрестная проверка.
- Деревья в машинном обучении.
- Линейные классификаторы.
- Алгоритмы вероятности. Наивный Байес.
- Ансамбли алгоритмов.
- Выбор функций и объектов.
Ваши навыки:
- Построение моделей машинного обучения
- Обработка таблиц с данными
- Восстановление данных с помощью искусственного интеллекта
- Освоить необходимые термины по теме машинного обучения для общения с будущими клиентами
- Понять, какие задачи можно оставить компьютерам
6. «Анализ данных в R»
6. «Анализ данных в R»
Обучение длится 19 часов, где вы смотрите видеоуроки и выполняете задания с тестами. Выдача сертификата осуществляется.
Студенты изучат базовые элементы программирования на языке R, что позволит им быстро и эффективно решать широкий спектр задач, возникающих при вычислениях.
Ваши навыки после обучения
- Чтение и предварительная обработка данных
- Выполните статистический анализ с помощью R
- написание собственных функций в R
- Визуализация результатов
7. «Анализ данных в Google Analytics»
7. «Анализ данных в Google Analytics»
Продолжительность обучения составляет 29 уроков с возможностью просмотра курса в видеоформате и прохождения тестов.
Сертификат не выдан.
Внутри программы: курс посвящен методам и инструментам Google Analytics, с помощью которых вы можете анализировать данные и принимать решения.
Ваши навыки
- Работа с таблицами и сегментами
- Определение КПЭ
- Анализ электронной коммерции
- Подготовка индивидуальных отчетов
- Загрузка данных
- Работа в Google DataStudio
Преимущества
- Гибкий план обучения в свободное время
- Тесты для закрепления пройденного материала
- Вы можете сдать итоговый экзамен
- Преподаватель имеет большой опыт веб-анализа
8. «Анализ данных просто и доступно»
8. «Анализ данных прост и доступен»
Продолжительность курса составляет 106 занятий. Вы смотрите видеоуроки и проходите тесты.
Сертификат не выдан.
Заполните руководство
- Введение в мир анализа данных.
- Данные — что за зверь? Истина в вине!
- Больные данные. Статистика на кончиках ваших пальцев.
- Заболевания сердца и анализы. Типы задач машинного обучения.
- НЛП — анализ текстовой информации.
- Обучение без учителя. Кластеры. Статистика по автомобилям.
- Анализ изображения. Нейронные сети. Глубокое обучение.
- Справедливость и анализ данных. Нейронные сети для текста.
- Анализ временных рядов.
- Предварительная обработка данных.
- Социальные сети: графики в помощь.
- Этика ближнего метода. Как действовать?
9. «Базовые навыки Excel»
9. «Базовые навыки работы с Excel»
Продолжительность курса 29 часов + домашнее задание из 18 тестов.
Обучение поможет ускорить выполнение рутинных задач, связанных с отчетами и анализами.
Ваши навыки после обучения
- Создание и сохранение таблиц
- Ввод данных и выполнение основных расчетов
- Работа с ячейками, шрифтами и рамками
- Заполнение и форматирование ячеек
- Печать файлов и данных
- Сортировка, поиск и выделение данных
10. «Квантовые вычисления»
10. «Квантовые вычисления»
Сертификат выдается только в платной версии продукта.
Формат обучения – видео с тестами. Наличие текстового материала.
Ваши навыки в качестве посла
- Понимание прототипов квантовых компьютеров
- Использование алгоритмов Шора и Гровера
- Работа с простыми квантовыми алгоритмами
- Поймите пределы квантовых вычислений
- Начальный уровень разработки алгоритма
Преимущества
- Полезная информация в открытом доступе
- Занятия в удобное время
- Отзыв на форуме курса
- Вы можете получить сертификат
11. «Анализ данных»
Продолжительность курса: 20 часов. Онлайн-формат обучения предусматривает возможность просмотра видео с тестами.
Сертификат не выдан.
Курс будет полезен тем, кто хочет разобраться в статистике, узнать суть методов статистического анализа данных и возможности прикладного применения для решения конкретных прикладных задач.
Ваши навыки после прохождения курса
- Понимать абсолютную и относительную статистику
- Анализ взаимосвязи между функциями
- Понимать динамику и структуру социально-экономических явлений
- Построение прогнозных оценок
Преимущества
- Бесплатный курс в удобное время
- Современная учебная программа
- Опытные преподаватели
- Преподносите информацию понятным языком
12. «Hadoop. Система для обработки больших объёмов данных»
12. Хадуп. Система обработки больших данных»
Продолжительность обучения: 33 урока в формате просмотра видео и выполнения заданий и тестов.
Сертификат не выдан.
Завершение обучения: Курс посвящен методам обработки больших объемов данных (BigData) с использованием системы Hadoop.
Ваши навыки после окончания
- Хранение и обработка больших объемов данных
- Основы разработки приложений
- Использование фреймов
- Решение проблем с MapReduce
- Использование свиной латыни
- Работа с базами данных HBase и Cassandra
Преимущества
- Вы можете начать обучение в любое время
- Доступное объяснение материала
- Полезные знания для дальнейшего обучения
- Много примеров применения теории
- Есть практические задания
13. «Основы статистики»
13. «Основы статистики»
Продолжительность обучения составляет 29 занятий. Формат обучения – просмотр тестов с приемом текстового материала.
Содержание обучения: Курс знакомит студентов с основными понятиями и методами математической статистики. В течение трех недель вы ознакомитесь с наиболее часто используемыми статистическими методами и принципами, лежащими в их основе.
Ваши навыки
- Визуализация, анализ и анализ данных
- Расчет коэффициентов корреляции
- Построение уравнений регрессии
- Проверка гипотезы
- Практическое применение языка R
14. «BI разработчик. Основы работы в Tableau»
14. «БИ-разработчик. Основы работы в Tableau»
Продолжительность курса составляет 10 уроков в формате просмотра видео и прохождения тестов.
Сертификат не выдан.
Основная часть обучения. В этом курсе вы узнаете, как подключаться к источникам данных, создавать информационные панели и автономные визуализации.
Ваши навыки после окончания
- Подключиться к источникам данных
- Работа с инструментами Tableau
- Создание таблиц и графиков
- Форматирование данных
- Настройка интерактивных диаграмм
- Создание дашбордов с возможностью выгрузки в интернет
15. «Статистика для гуманитариев»
15. «Статистика для гуманитарных наук»
Продолжительность курса: 111 занятий. Формат: просмотр видео с домашним заданием (тесты и задания).
Без выдачи сертификата
Суть обучения: программа посвящена разработке прикладных программ, которые могут быть полезны для выполнения анализа информации в науке о данных на практике.
Ваши навыки после обучения
- Основы языка программирования R
- Предварительная обработка данных
- Основы статистического анализа
- Выбор адекватных методов анализа
- Использование пакетов приложений
- Интерпретация результатов
Преимущества
- Гибкий план обучения
- Следует теории с наглядными примерами
- Общение на форуме курса
- Предложения по дополнительным ресурсам и литературе
- Вы можете пройти последний тест
16. «Быстрый старт в искусственный интеллект»
16. «Быстрый старт в искусственном интеллекте»
Продолжительность обучения составляет 23 занятия. Формат видео позволяет отображать видео. Возможна связь с учителем.
С выдачей сертификата
Наполнение обучения: курс поможет вам войти в мир искусственного интеллекта, это будет тот самый «быстрый старт», который позволит вам познакомиться со сферой ИИ, а в дальнейшем начать исследования и/или карьеру в этой сфере.
Ваши навыки после окончания
- Понимание основ и алгоритмов машинного обучения
- Основы нейронных сетей
- Понимание проблем компьютерного зрения
- Извлечение признаков
- Применение нейронных сетей на практике
- Основы нейролингвистического программирования
Преимущества
- Гибкий план обучения
- Увлекательные практические задания
- Сильные учителя
- Хорошая основа для разработки в рамках ИИ
17. «Как стать аналитиком данных»
17. Как стать аналитиком данных
Продолжительность обучения — 20 часов. Этот вводный модуль является частью полного 6-месячного платного курса.
Сертификат выдается при покупке подписки.
Программа обучения: за 6 месяцев обучения по 15 часов в неделю вы освоите навыки востребованного аналитика данных и соберете портфолио проектов. Все внимание сосредоточено на изучении инструментов анализа.
Что вы получаете после обучения?
- Основные аналитические термины
- В каких сферах может работать аналитик
- Основы подготовки данных для анализа
- Основы программирования на Python
- Обзор аналитической библиотеки Panda
- Работает в среде программирования Jupyter
Преимущества
- Современный подход к обучению
- Вы можете освоить профессию с нуля
- Создавайте обучающие проекты на основе реальных данных
- Возможность расширения портфолио
- Перспективы продвижения в профессии
- Опытные практики
[/su_note]
18. «Живой курс по Power BI с нуля до устройства на работу»
Без выдачи сертификата
Руководство: видеокурс предназначен для начинающих, которые хотят освоить Power BI для анализа бизнес-данных.
- Период обучения: 26 видеороликов образовательного содержания.
- Форма содержания: лекции.
- Связь с учителем: нет.
- Срок регистрации на стрим: без ограничений.
- Требуемый уровень знаний: для начинающих.
- Проверка домашнего задания: нет проверки.
- Цена: бесплатно.
Учебная программа
- Курс Power BI. Урок 10. Контекст фильтра и контекст строки в DAX. Проверка домашнего задания 8.
- Курс Power BI. Урок 11. Работа с датами в DAX. Календарь, SamePeriodLastYear, TotalYTD.
- Курс Power BI. Урок 12.1. Создавайте и настраивайте визуальные элементы в таблицах и матрицах.
- Курс Power BI. Урок 12.2. Создавайте и настраивайте визуальные элементы в таблицах и матрицах.
- Курс Power BI. Урок 13. Ответьте на вопросы из предыдущих уроков.
- Курс Power BI. Урок 13. Создание и настройка стандартных визуальных элементов.
- Курс Power BI. Урок 14. Взаимодействие визуальных элементов. Часть 1.
- Курс Power BI. Урок 14. Взаимодействие визуальных элементов. Часть 2.
- Курс Power BI. Урок 15. Взаимодействие визуальных элементов 2.
- Курс Power BI. Урок 16. Публикация отчета в параметре автоматического обновления облака службы Power BI.
- Курс Power BI. Урок 17: Оптимизация скорости отчетов Power BI DAX Studio.
- Курс Power BI. Урок 18. Создание эффективного и полезного отчета. Разработка макета.
- Курс Power BI. Урок 2. Создайте первый проект за 15 минут. Преобразуем данные в табличный вид.
- Курс Power BI. Урок 3. Группируйте, объединяйте таблицы и создавайте столбцы в Power Query
- Курс Power BI. Урок 4. Запросы++ Power Query. Создайте настройки подключения. Ошибка при обработке.
- Курс Power BI. Урок 5. Создание модели данных. Установите связи между таблицами.
- Курс Power BI. Урок 6. Создание вычисляемых столбцов и показателей в DAX. Фильтровать и строковые контексты.
- Курс Power BI. Урок 7. X-функции в DAX. СУММ, МАКС, МИН, СРЕДН, СЧЕТ, ПРОДУКТ.
- Курс Power BI. Урок 8 Функции DAX: RELATEDTABLE, RELATED, FILTER, EARLIER, IF OTHERS
- Курс Power BI. Урок 9. DISTINCT vs. ЦЕННОСТИ. Вычисления с помощью CALCUATE в DAX.
- Курс Power BI — 01. Анонс. Освоение профессии разработчика Power BI с нуля, чтобы устроиться на работу
- Курс Power BI — 02. Установка Power BI Desktop.
- Курс Power BI — 03. Что такое бизнес-аналитика? Этапы создания автоматизированных отчетов.
- Курс Power BI — 04. Загружаем данные из 3 источников: Excel, CSV, WEB сайт.
- Курс Power BI — 05. Создайте свой первый проект за 15 минут.
- Курс Power BI. Анализ домашнего задания 4.
19. «Интенсив «Начало работы в PowerBI»»
Без выдачи сертификата
Руководство: PowerBI — это мощный инструмент для анализа. PowerBI легко работает с большими объемами данных, подключается ко всем системам данных, имеет множество диаграмм и графиков для визуализации, а также встроенный редактор запросов.
Пользователи узнают, как сделать первые шаги по внедрению аналитики на основе PowerBI.
- Период обучения: 1 видео обучающего содержания.
- Форма содержания: лекции.
- Связь с учителем: нет.
- Срок регистрации на стрим: без ограничений.
- Требуемый уровень знаний: для начинающих.
- Проверка домашнего задания: нет проверки.
- Цена: бесплатно.
Учебная программа
- Урок 1
20. «Профессиональная сертификация ‘Аналитик данных от IBM’»
20. «Профессиональная сертификация IBM Data Analyst’»
С выдачей сертификата
Обучение: После прохождения этой программы вы будете анализировать реальные наборы данных, создавать отчеты. Вы также создадите основу для других дисциплин, связанных с компьютером, таких как информатика или компьютерная инженерия.
- Срок обучения: 11 месяцев с учебным содержанием.
- Форма содержания: лекции.
- Связь с учителем: нет.
- Срок регистрации на стрим: без ограничений.
- Требуемый уровень знаний: для начинающих.
- Проверка домашнего задания: нет проверки.
- Цена: бесплатно.
Учебная программа
- Введение в анализ данных
- Основы Excel для анализа данных
- Визуализация данных и информационные панели с помощью Excel и Cognos
- Python для науки о данных, искусственного интеллекта и разработки
- Проект Python для компьютерных наук
- Базы данных и SQL для науки о данных с Python
- Анализ данных с помощью Python
- Визуализация данных с помощью Python
- IBM Data Analyst Capstone Project
21. «Introduction to Data Science»
21. Введение в информатику
Английский язык.
С выдачей сертификата
Программа обучения:
- Обзор науки о данных.
- Обзор машинного обучения.
- Оценка курса.
Что вы хотите узнать
- Для чего используется наука о данных
- Об этапах процесса обработки данных.
- Что такое машинное обучение и из каких частей оно состоит.
- Как используются различные типы регрессии.
- О различных типах алгоритмов классификации.
- Как работают два самых популярных алгоритма кластеризации.
- Зачем использовать Azure ML для ваших проектов по науке о данных.
22. «Learn Data Science»
22. Изучайте информатику
В Dataquest вместо видеолекций реальные задачи и проекты. Это самый эффективный способ приобрести навыки, необходимые для построения карьеры.
Без выдачи сертификата
Чему вы научитесь и чему научитесь:
- В процессе выполнения практических занятий создавайте реальные проекты, которыми вы сможете пополнить свое портфолио и которые сможете использовать в практической работе.
23. «Data Science»
Информатика
Без выдачи сертификата
Программа обучения:
- Обзор курсов.
- Панды, Python и Github.
- Скрапинг, Pandas, Python, а именно.
- Статистика вероятностей, распределений и частот.
- Регрессия, логистическая регрессия: в моделях sklearn и state.
- Машинное обучение.
- Машинное обучение 2.
- Ансамбли.
- Vagrant и VirtualBox, AWS и Spark.
- Байес.
- Текст и группировка.
- Проекты и пример.
24. «Introduction to Data Science in Python»
24. Введение в науку о данных в Python
С выдачей сертификата
Программа обучения:
- Основы вычислений на Python.
- Базовые вычисления с Pandas.
- Дополнительная обработка данных с помощью Pandas.
- Отвечая на вопросы с грязными данными.
Чему вы научитесь и чему научитесь:
- Понимать такие методы, как лямбда-выражения и обработка файлов CSV.
- Описывать общие функциональные возможности и функции Python, используемые в компьютерных науках.
- Запросите структуры DataFrame для очистки и обработки.
- Объясните распределения, выборку и t-тесты.
25. «Специализация Наука о данных»
25. Специализация информатика
Что вы хотите узнать
- Используйте R для очистки, анализа и визуализации данных.
- Перемещайтесь по всему конвейеру науки о данных от сбора данных до публикации.
- Используйте GitHub для управления проектами по науке о данных.
- Выполняйте регрессионный анализ, метод наименьших квадратов и вывод с использованием регрессионных моделей.
| Кто учит | Курс проекта |
|---|---|
| 1. «Нетология» | «Информатика: будущее для всех» |
| 2. Санкт-Петербургский государственный университет | «Введение в информатику» |
| 3. Кафедра биоинформатики | «Введение в науку о данных и машинное обучение» |
| 4. Кафедра биоинформатики | «Нейронные сети» |
| 5. ОмГТУ | «Машинное обучение» |
| 6. Кафедра биоинформатики | «Анализ данных в R» |
| 7. СберУниверситет | «Машинное обучение в финансах» |
| 8. Андрей Осипов | «Анализ данных в Google Analytics» |
| 9. МФТИ | «Теория вероятностей для начинающих» |
| 10. Игорь Клейнер | «Анализ данных прост и доступен» |
| 11. Санкт-Петербургский государственный университет | «Математические методы в психологии. Основные приложения» |
| 12. Сан-Франциско Образование | «Базовые навыки Excel» |
| 13. Санкт-Петербургский государственный университет | «Квантовые вычисления» |
| 14. РЭУ им. Г.В. Плеханов | «Анализ данных» |
| 15. Санкт-Петербургский государственный университет | Практика операционного анализа в MS Excel |
| 16. НГУ совместно с 2ГИС | «Исследование статистических взаимосвязей» |
| 17. Кафедра биоинформатики | «Основы статистики» |
| 18. Санкт-Петербургский государственный университет | «Введение в R и базовую статистику» |
| 19. ТГУ | «Статистика для гуманитариев» |
| 20. НИУ ВШЭ | «Эконометрика» |
| 21. МФТИ | «Быстрый старт в искусственном интеллекте» |
| 22. МФТИ совместно с Mail.ru Group | «Введение в сбор информации» |
| 23. Яндекс.Практика | «Основы Python и анализа данных» |
| 24 Центр компьютерных наук | «Математическая статистика» |
| 25. Артём Прытков | Разработчик БИ. Основы работы в Tableau» |
| 26. Группа Mail.ru. | Хадуп. Система обработки больших объемов данных» |
| 27. МФТИ | «Теория игры» |
| 28. Университет Джона Хопкинса | «Ускоренный курс информатики» |
| 29. Элисон | «Введение в информатику» |
| 30. Квест данных | Изучайте информатику |
| 31. Гарвардский университет | «Информатика» |
| 32. Мичиганский университет | «Введение в науку о данных в Python» |
| 33. Рэм Редди | «Изучайте информатику с помощью R, часть 1 из 10» |
| 34. Ракеш Гопалакришнан | «Введение в информатику с использованием Python» |
| 35. Университет Нотр-Дам | «Учимся любить статистику» |
Таблица бесплатных онлайн-курсов по науке о данных и анализу данных (Big Data)