Доступно

Python для работы с данными [2020] [Нетология] [О. Булыгин, К. Башевой, К. Гусев, Ю. Иванова]

Тема в разделе "Курсы по программированию", создана пользователем Toxich, 17 ноя 2019.

Цена: 28000р.
Взнос: 534р.-98%
100%

Основной список: 116 участников

Резервный список: 68 участников

Статус обсуждения:
Комментирование ограничено.
  1. 17 ноя 2019
    #1
    Toxich
    Toxich ЧКЧлен клуба

    Python для работы с данными [2020] [Нетология] [О. Булыгин, К. Башевой, К. Гусев, Ю. Иванова]

    Задачи по работе с данными востребованы во всех областях:от банковской сферы и ИТ до тяжелой промышленности и сельского хозяйства.

    Python — простой и универсальный инструмент для решения любых аналитических задач.
    1. Автоматизируйте свою рутинную работу с помощью Python
    2. Обрабатывайте большие объемы информации без администрирования и баз данных
    3. Освойте ключевой инструмент в мире аналитики и машинного обучения​

    1. Больше автономности
    Перестанете зависеть от разработчиков в работе с данными и научитесь понимать программистов.​
    2. Автоматизация рутинных задач
    С Python вы почувствуете вкус к оптимизации процессов и освободите время для новых задач.​
    3. Широкий доступ к данным
    Умение быстро парсить сайты — бесценно. Вы начнете видеть и получать данные там, где раньше не замечали их​
    4. Легкий переход в data science
    Python для аналитики — отличная база и возможность начать карьеру в data science.​
    5. Готовить данные для алгоритмов
    Умение использовать готовые решения для придания смысла сырой информации.​
    6. Поиск новых инсайтов
    Нахождение новых взаимосвязей в данных и их интерпретация для улучшения показателей бизнеса.​
    Достигнутые результаты
    1. Работа с реальными дата-сетами
    2. Работа с логами и рекомендательными системами
    3. Получение минимального портфолио для старта в профессии​
    Ключевые навыки
    1. Работа с сырыми данными и их подготовка для анализа
    2. Работа с аналитическими библиотеками numpy, scipy и pandas
    3. Визуализация данных с помощью библиотек seaborn, plotly, matplotlib
    4. Статистический анализ данных
    5. Применение математических моделей
    6. Выбор и создание фич
    7. Применение основных алгоритмов для обработки данных
    8. Парсинг данных с сайтов и внешних источников
    9. Автоматизация процессов получения данных для отчетов​

    Вы научитесь пользоваться базовыми инструментами Python. Для студентов без опыта в программировании модуль предполагает интенсивную самостоятельную работу. По ходу занятия преподаватель даст много полезных дополнительных библиотек и методов, которые ускорят работу с кодом, оставив больше времени на аналитические задачи.
    1. Вводные видео-уроки по установке, синтаксису и функциям Python
    2. Основы Python и Git
    3. Базовые типы данных и циклы
    4. Функции и классы
    5. Продвинутые типы данных: массивы, множества, словари
    Навыки, которые вы получите
    1. Научитесь работать в Jupyter-ноутбуке
    2. Освоите чтение файлов и запись данных в файлы
    3. Сможете делать первичную проверку данных на корректность и обработку ошибок
    4. Научитесь работать с датами с библиотекой DateTime
    5. Освоите работу с JSON-форматом
    6. Научитесь импортировать данные в Excel
    7. Познакомитесь с библиотекой DateTime​
    Вы научитесь работать с главными аналитическими библиотеками, а визуализации помогут быстро находить зависимости и корреляции. Одно из больших преимуществ языка Python — это большое и сильное сообщество, которое ежедневно пополняет язык простыми готовыми решениями.
    1. numpy и scipy
    2. pandas
    3. Визуализация данных: seaborn, plotly, matplotlib
    4. Получение данных с внешних сайтов и API
    5. Data mining и парсинг​

    Навыки, которые вы получите
    1. Сможете подготовить визуальные отчёты
    2. Освоите эксплоративный анализ данных
    3. Научитесь работать с матрицами и векторами в Python
    4. Научитесь работать с pandas в таблицах
    5. Освоите работу с элементами массива разных размерностей в numpy
    6. Автоматизация получения данных из внешних источников
    7. Автоматизация парсинга с сайтов​
    В этом модуле вы познакомитесь со статистикой: именно она помогает закопаться глубже в данные, чтобы найти интересные связи и эффективно генерировать гипотезы. Вас ждут не только среднее, медиана и квартили, но и одномерный и многомерный анализ, коллинеарность. Вы научитесь рассчитывать необходимую выборку и доверительный интервал для стат. значимости теста и проектировать дизайн A/B-тестов.
    1. Основы описательной статистики, виды распределений в Python
    2. Центральная предельная теорема и статистический анализ данных в Python
    3. Основные статистические тесты и проверка гипотез
    4. Кейс-стади. Статистические показатели в Python​

    Навыки, которые вы получите
    1. Поймёте основы описательной статистики
    2. Научитесь проводить основные статистические тесты (z-test, f-test, chi-2 test)
    3. Освоите проектирование экспериментов
    4. Научитесь проводить анализ A/B-тестов
    5. Научитесь интерпретировать исходные данные для нахождения зависимостей
    6. Применение математических моделей​
    Вы изучите инструменты выбора и оценки фичей, научитесь оптимизировать их количество. Новые знания помогут плотнее общаться с разработкой в продукте и быстро вычленять ошибки в их логике. Также вы приобщитесь к главной библиотеке data scientists — sklearn для feature selection.
    1. Проверка и очистка данных с помощью pandas и numpy
    2. Проведение анализа и рекурсивного feature selection и на базе моделей
    3. Методы оценки значимости и отбора признаков и их использование
    4. «Проклятие размерности», основные алгоритмы и принципы их работы
    5. Использование алгоритмов sklearn​

    Навыки, которые вы получите
    1. Освоите описание основных проблем данных
    2. Научитесь проверке данных на полноту, целостность, валидность, наличие шумов, ошибок и пропусков
    3. Сможете очистить данные с помощью numpy и pandas
    4. Разберётесь с сокращением размерности данных алгоритмами PCA, LDA, NMF с помощью sklearn
    5. Научитесь выбору и оценке фич​
    Кроме домашних заданий, в которых вы отрабатываете отдельные навыки, в курсе будет две проверочные точки. Они помогут вам оценить свои силы в комплексных задачах.
    1. С помощью статистики изучите данные небольшого датасета на 200+ автомобилей по 26 параметрам, с помощью визуализаций выведете закономерности и протестируете несколько статистических гипотез.
    2. Вместе с преподавателем подготовите датасет на 1500 строк к анализу, оцените и выберете из 80 признаков нужные и спрогнозируете стоимостную категорию дома.​
    В рамках дипломного проекта вы будете работать с датасетом на медицинскую тематику. Вы не только самостоятельно подготовите данные для анализа в Python, но и напишете алгоритм, который предсказывает вероятность болезни у пациента по разным признакам.

    Дипломная работа выполняется самостоятельно под руководством экспертов курса и позволяет закрепить весь спектр знаний и навыков, полученных на программе.

    Продажник
     
    2 пользователям это понравилось.
  2. Последние события

    1. skladchik.com
      Складчина доступна.
      10 май 2021
    2. skladchik.com
      Складчина закрыта.
      15 апр 2021
    3. skladchik.com
      Складчина доступна.
      5 июн 2020
    4. dedokk
      dedokk участвует.
      4 июн 2020

    Последние важные события

    1. skladchik.com
      Складчина доступна.
      10 май 2021
    2. skladchik.com
      Складчина закрыта.
      15 апр 2021
    3. skladchik.com
      Складчина доступна.
      5 июн 2020
    4. skladchik.com
      Взнос составляет 267р.
      27 мар 2020
  3. Обсуждение
  4. 28 ноя 2019
    #2
    xpchelkinx
    xpchelkinx ДолжникДолжник
    Toxich, подскажите, когда будет сбор средств?
    С уважением ДМитрий
     
    1 человеку нравится это.
  5. 28 ноя 2019
    #3
    Javaist
    Javaist ЧКЧлен клуба
    Он-то откуда знает?
     
    1 человеку нравится это.
  6. 8 мар 2020
    #4
    eassus
    eassus ОргОрганизатор
    Ребятушки! Пока скидка к 8 марта, предлагаю собираться!
    Помощь в рекламе очень приветствуется!
     
    1 человеку нравится это.
  7. 30 мар 2020
    #5
    xpchelkinx
    xpchelkinx ДолжникДолжник
    Подскажите, если уже оплатил, когда будет дан материал? Очень жду))))
     
    1 человеку нравится это.
  8. 30 мар 2020
    #6
    akabanoff
    akabanoff ЧКЧлен клуба
    Тоже жду.
    Но библиотека должна открыться когда индикатор оплативших доползёт до 100%
     
    1 человеку нравится это.
  9. 6 апр 2020
    #7
    Margoshamk
    Margoshamk ЧКЧлен клуба
    уже... но материала нет....или я чего-то не понимаю?
     
    1 человеку нравится это.
  10. 8 май 2020
    #8
    xpchelkinx
    xpchelkinx ДолжникДолжник
    Я вписался так как мне эта инфа нужна была на сейчас, а не на июнь. ОЧень печально!!!
     
Статус обсуждения:
Комментирование ограничено.

Поделиться этой страницей