- Освоите ключевой инструмент для анализа данных и машинного обучения
- Научитесь работать с данными на всех этапах: от сбора, очистки, анализа до визуализации
- Соберёте портфолио и спланируете карьерный рост
Записаться на курс - Python для анализа данных
Какие задачи аналитики решают с помощью Python
- Python — один из самых популярных и доступных языков программирования. Его используют для обработки данных, машинного обучения и работы с нейросетями. С помощью Python можно создавать модели для оценки гипотез, поиска данных и аналитики.
- У Python есть объёмная библиотека с готовыми инструментами для анализа данных. Вокруг языка сформировано поддерживающее сообщество специалистов, которые помогают друг другу в решении различных задач.
Программа обучения — 4 месяца
68 часов теории и 87 часов практики
● Вебинары с экспертами в прямом эфире проходят 2 раза в неделю, начинаются в промежутке с 18:00 до 20:00 МСК
● На лекции и практические задания понадобится 10 часов в неделю
● Записи вебинаров, видеолекции, презентации, квизы, тренажёры и другие полезные материалы хранятся в личном кабинете
Познакомитесь с основами Python, необходимыми для Data Science и работы с данными. Напишете свои первые самостоятельные программы. Научитесь контролировать ход работы при помощи условных операторов и корректно обрабатывать ошибки в программах. Сможете разделять программы на составные части и овладеете основами системы контроля версий.
2 модуль-Основные библиотеки для анализа данных
Научитесь использовать Pandas для работы с информацией в таблицах. Сможете работать с матрицами и векторами в Python. Узнаете, как работать с элементами массива разных размерностей в NumPy, отображать данные в различных срезах и различными способами для их анализа.
Поймёте, как применять статистические методы в решении реальных задач. Освоите основные понятия и точки применения статистики. Узнаете про основные распределения (нормальное, равномерное), зависимые и случайные величины. Познакомитесь с дискретными и непрерывными распределениями, основами статистических проверок гипотез.
В конце курса вы проанализируете уровень удовлетворённости сотрудников работой, рассчитаете, сколько сотрудников работает в каждом департаменте и визуализируете их распределение по зарплатам.
Проверите гипотезу, что сотрудники с высоким окладом проводят на работе больше времени и рассчитаете показатели среди уволившихся и работающих сотрудников. Построите модель LDA, предсказывающую, уволится ли сотрудник.
Записаться на курс-Python для анализа данных!
Реклама. Информация о рекламодателе по ссылкам в статье.