Доступно

[Нетология] Python для работы с данными, 2020 (Олег Булыгин, Константин Башевой)

Тема в разделе "Курсы по программированию"

Цена:
37000 руб
Взнос:
373 руб
Организатор:
Lucky man

Список участников складчины:

1. Lucky man 2. Ideyam 3. Frel83 4. krolikpri 5. WhyNot? 6. Kikus 7. unlishedfox 8. NatalyaGrom 9. Marica0980 10. Ann_av 11. anka777 12. RikMorti 13. Golubspb 14. Shi_tyan 15. Alexciee 16. julia-tss 17. elegido79 18. Михаил005 19. savagexfenty 20. MARISH 21. katatka 22. Rzr1 23. Резиновый солдатик 24. meteor-master 25. musomis 26. Grandy 27. paradiso16 28. Natale2006 29. Skamafaka 30. Mmao1992
Купить
  1. Lucky man Организатор складчин

    [Нетология] Python для работы с данными, 2020 (Олег Булыгин, Константин Башевой)

    [​IMG]

    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

    Возможности после 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.

    Навыки после обучения
    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

    Модуль 1 - Основы Python для работы с данными
    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

    Модуль 2 Знакомство с основными библиотеками для анализа данных
    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

    Модуль 3 - Статистика в Python
    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


    Модуль 4 Feature engineering и предобработка данных
    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

    Лабораторные работы
    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.

    Диплом
    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.

    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    brendan нравится это.
  2. Похожие складчины
    Загрузка...
  3. Avraam1809 Должник
    Пишем крутые программы с современным графическим интерфейсом
    [Udemy] PyQt5 Python - Разработка графических интерфейсов (GUI) (Никита Хохлов Викторович)
    Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    Avraam1809,
  4. Гитарист Организатор складчин
    Здравствуйте, сообщите об оплате в реквизитах темы. Здесь подобные сообщения писать нельзя по Правилам.

    В следующий раз не нарушайте, пожалуйста.
     
    Гитарист,
    Дайнерис нравится это.
  5. SandraW Организатор складчин
    Освой Профессию‌ ‌Data‌ ‌Scientist‌ [SkillBox] _Beach
    Вас ждут 8 курсов, онлайн-лекции и практические задания, а также 2 дипломных проекта.
    После обучения вы сможете претендовать на позицию Junior Data Scientist.

    Чему вы научитесь:
    + Программировать на Python
    + Визуализировать данные
    + Разрабатывать интерактивную инфографику
    + Работать с библиотеками и базами данных (Pandas, NumPy и Matplotlib, PostgreSQL, SQLite3, MongoDB)
    + Программировать на R
    + Применять нейронные сети для решения реальных задач
    + Освоите фреймворки для обучения нейронных сетей Tensorflow и Keras
    + Построите рекомендательную систему и добавите её в своё портфолио

    ПОРА ПРОФЕССИЮ МЕЧТЫ ПРЕВРАЩАТЬ В РЕАЛЬНОСТЬ! _Neo Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть...
     
    SandraW,
  6. adsl3008 Складчик
    Вышел интересный курс, для frontend/full-stack разработчиков Скрытый текст. Доступен только зарегистрированным пользователям.Нажмите, чтобы раскрыть... !
     
    adsl3008,
Наверх