← Назад

Статистика для Data Science

Изображение программы

Возраст обучающихся: 12 - 17 лет

Продолжительность курса: 9 месяцев

Форма занятий: групповая (7-11 класс)

Режим занятий: 1 раза в неделю по 90 минут

Преподаватель: Сорокин Сергей Сергеевич

Расписание: Среда, 16:40 - 18:10

Стоимость: 12 000 р. / 1 месяц

Начало занятий: продолжается набор на программу.

 

Заявка на программу подается через Личный кабинет родителя мобильного приложения SkolCity.

Запись на программы ДОП для родителей и их доверенных лиц, имеющих доступ в личный кабинет - инструкция

Запись на программы ДОП для внешних участников (ранее не обучавшихся в гимназии) – инструкция

 

Описание

Постепенное практикоориентированное введение в один из самых нужных разделов математики —основы статистики как одного из ключевых инструментов в сфере анализа данных.

Программа направлена на формирование ключевых представлений о статистических закономерностях, методах сбора, описания и анализа данных, а также на развитие навыков принятия обоснованных решений на основе числовой информации.

Занятия создадут прочную базу для дальнейшего изучения Data Science, программирования, машинного обучения и других современных направлений, связанных с работой с данными.

Что делаем?

  • Разбираем основные понятия: выборка, среднее, дисперсия, корреляция, распределения;
  • Учимся описывать и визуализировать данные, видеть в них закономерности и шум;
  • Осваиваем принципы оценки, проверки гипотез и построения доверительных интервалов;
  • Понимаем, как статистика используется в реальных кейсах — от маркетинга до медицины;
  • Работаем с таблицами, графиками и реальными датасетами;
  • Постепенно подводим к пониманию, зачем статистика нужна в машинном обучении и как не делать ложных выводов.

Какой результат?

  • Участники уверенно оперируют базовыми статистическими понятиями и методами;
  • Понимают, как анализировать данные и интерпретировать результаты без искажений;

  • Готовы к изучению более сложных тем: регрессии, A/B-тестов, вероятностных моделей и машинного обучения;

  • Формируют аналитическое мышление — критическое, структурное и основанное на данных.