Python для анализа данных от Нетология

От: Нетология

Автоматизируйте свою рутинную работу с помощью PythonОбрабатывайте большие объемы информации без администрирования и баз данных

Освойте ключевой инструмент в мире аналитики и машинного обучения

Записаться на курс

Сводка

Цена

от 45 000₽ 31 500₽

Рассрочка

от 200₽

Статус

Идет набор

Начнется

21.04.2022

Язык

Описание курса

О школе

Нетология

Отзывы 0

Информация

Компания основана в 2013 году. Официальный сайт https://netology.ru. Мы собрали и проверили более 163 отзывов об онлайн курсах Нетология.

Программа курса

Вводные видео-уроки по установке, синтаксису и функциям Python

Основы Python и Git

Базовые типы данных и циклы

Функции и классы

Продвинутые типы данных: массивы, множества, словари

numpy и scipy

pandas

Визуализация данных: seaborn, plotly, matplotlib

Получение данных с внешних сайтов и API

Data mining и парсинг

Основы описательной статистики, виды распределений в Python

Центральная предельная теорема и статистический анализ данных в Python

Основные статистические тесты и проверка гипотез

Кейс-стади. Статистические показатели в Python

Базовые понятия статистики

Случайные события. Случайные величины

Задачи классификации и кластеризации

Доверительные интервалы. Статистическая проверка гипотез для несвязанных выборок

Визуализация

Корреляция и корреляционный анализ

Кейс-стади

Статистическая проверка гипотез для связанных выборок. A/B-тесты и как их проводить

Проверка и очистка данных с помощью pandas и numpy

Проведение анализа и рекурсивного feature selection и на базе моделей

Методы оценки значимости и отбора признаков и их использование

«Проклятие размерности», основные алгоритмы и принципы их работы

Использование алгоритмов sklearn

С помощью статистики изучите данные небольшого датасета на 200+ автомобилей по 26 параметрам, с помощью визуализаций выведете закономерности и протестируете несколько статистических гипотез.

Вместе с преподавателем подготовите датасет на 1500 строк к анализу, оцените и выберете из 80 признаков нужные и спрогнозируете стоимостную категорию дома.

Основы Python: Jupiter Notebook, комментарии в коде, арифметические операции, переменные, условные конструкции

Функции

Регулярные выражения и основы синтаксического разбора

Понятие класса

Бонусные видеолекции по Git

Управляющие конструкции и коллекции

Работа с файловой системой и модули

Исключения и обработка ошибок

Лабораторная работа по блоку: разбор нескольких задач совместно с экспертом

Библиотека NumPy: вычислительные задачи

Функции и работа с данными

Основы парсинга и работы с API

Библиотека Pandas: обзор возможностей и базовые операции

Продвинутый Pandas: оптимизация, сводные таблицы, методы работы со строками, объединения датафреймов, конкатенация таблиц, оптимизация хранения данных