Чему вы научитесь
- решение задач подготовки (предобработки) данных,
- решение задач очистки данных,
- исследование взаимосвязей между данными,
- визуализация табличных данных,
- проведение разведочного анализа данных (EDA).
О курсе
Данный курс предназначен для приобретения практических навыков по работе с библиотекой pandas языка программирования Python. Все рассмотренные на уроках функции изучаемого инструмента сопровождаются подробным объяснением. Помимо текстовых материалов, курс включает видеоуроки, где выделяются основные моменты по каждой теме.
Курс предусматривает выполнение обучающимися домашних заданий, а также поддержку автора по всем вопросам, возникающим при прохождении уроков. Домашние задания можно выполнять в среде Google Colab или с использованием Jupyter Notebook. Каждое домашнее задание состоит из 20-30 небольших задач, поэтому объем практической работы обучающихся довольно велик.
Для кого этот курс
Начальные требования
Курс максимально ориентирован на практическую составляющую, поэтому для получения наибольшей пользы от прохождения курса, обучающиеся должны знать основы языка программирования Python, а также основы линейной алгебры и статистики.
Также желательно, чтобы слушатели курса имели навыки работы с библиотекой NumPy для лучшего и более осознанного изучения pandas.
Наши преподаватели
Как проходит обучение
В курс входят:
- текстовые материалы
- видеолекции
- блокноты Colab с созданным на уроках программным кодом
- практические задания для самостоятельного выполнения
- тесты с автоматической проверкой
- поддержка автора курса
- сертификат.
Финальными испытаниями являются теоретический тест по основам применения функций библиотеки pandas для различных задач, а также проект по использованию pandas для решения задач анализа данных.
Программа курса
Сертификат
Что вы получаете
- полезные навыки, которые упростят дальнейшее освоение направления Data Science
- проект по решению задач анализа данных, который можно включить в своё портфолио
- сертификат о прохождении курса
- знания, позволяющие продолжать изучение многих фреймворков языка Python для задач машинного и глубокого обучения.