Библиотеки Python для Data Science

Курс знакомит слушателей с основными понятиями Data Science. Мы рассмотрим базовые алгоритмы (линейная модели, деревья решений, KNN, композиции), разберем подготовку данных (очистка, генерация новых признаков и их отбор). Полученных знаний будет достаточно для решения широкого круга задач.
Начальный уровень
3-5 часов в неделю
Сертификат Stepik

Чему вы научитесь

  • Решать задачи классификации, кластеризации и регрессии
  • Проводить чистку данных от пропусков и выбросов
  • Корректно готовить данные для модели
  • Оценивать работу моделей
  • Улучшать качество предсказаний
  • Работа с Numpy, Pandas, Sklearn, Matplotlib, Seaborn

О курсе

Цели курса

  1. Разобраться в этапах проекта в Data Science
  2. Научиться решать задачи классификации, кластеризации, регрессии
  3. Усвоить тонкости работы с табличными данными через Pandas
  4. Освоить обучение моделей через Sklearn
  5. Познакомиться с подготовкой данных для моделей
    1. Очистка
    2. Кодирование признаков
    3. Генерация новых признаков
    4. Выбор признаков

Почему стоит выбрать именно этот курс

  1. В этом курсе 8 лекций с практическими упражнениями, которые покрывают основы Data Science.
  2. Решения заданий проверяются преподавателем.
  3. Поддержка преподавателя на всем пути изучения.
  4. Каждому нюансу уделяется особое внимание, информация разжевывается до мелочей и подается вам.

Какие особенности у курса

В этом курсе 8 лекций записанных лекций, которые взяты с занятий с группой студентов. Видео представленны трансляциями на youtube, где в формате живого общения рассказывается материал и даются ответы на вопросы студентов.


Что нужно будут делать

Нужно внимательно смотреть видео-лекции (60-120 минут), выполнять практические задания, которые будет проверять преподаватель,, выполнять тесты на усвоение материала с автоматической проверкой, не бояться ошибаться и экспериментировать с данными и моделями и наслаждаться процессом обучения.

Для кого этот курс

Для тех, кто хочет разбираться в Data Science, кто хочет научиться корректно подготавливать данных, кто хочет решать задачи классификации, регрессии и кластеризации, кто хочет получить навык написания кода на Numpy, Pandas, Sklearn, Matplotlib, Seaborn

Начальные требования

- Основы Python

- Основы статистики

Наши преподаватели

Как проходит обучение

Видео-лекции (60-120 минут), практические задания (с провереркой от преподавателя), тесты на усвоение материала с автоматической проверкой, поддержка проподавателя.

Программа курса

загружаем...
Certificate

Сертификат

Сертификат Stepik

Что вы получаете

  • навыки и знания
  • возможность отработать теорию на практике
  • 5-10 проектов в портфолио

Сколько стоит обучение

Price: 4 000 
Вы попробовали и поняли, что вам сейчас не подходит этот курс? Ничего страшного, мы вернём вам деньги в течение 30-ти дней после покупки.

Часто задаваемые вопросы

Расскажите о курсе друзьям

Price: 4 000