Чему вы научитесь
- 🧠 Понимать, что происходит “под капотом” при анализе данных, а не просто вызывать функции
- 📓 Уверенно читать и разбирать Jupyter-ноутбуки и статьи по Data Science
- 📊 Осмысленно применять NumPy, Pandas и Matplotlib для анализа и визуализации данных
- 📐 Понимать статистический смысл линейной регрессии, а не воспринимать её как чёрный ящик
- 🧪 Отличать корректные статистические выводы от ошибочных интерпретаций
- 🚀 Уверенно двигаться дальше — в машинное обучение или продвинутую статистику
О курсе
Этот курс — фундаментальное введение в статистику и анализ данных, предназначенное для тех, кто хочет понять, как работают методы анализа данных и машинного обучения, а не просто научиться вызывать функции библиотек.
Мы последовательно разбираем ключевые статистические идеи, лежащие в основе Data Science, и показываем, как они реализуются на практике с помощью Python-библиотек NumPy, Pandas, Matplotlib и linear regression из scikit-learn.
Курс делает акцент на мышлении и понимании: что именно мы считаем, зачем это нужно и как интерпретировать результат.
Для кого этот курс
Начальные требования
Необходимо понимание основ Python. Перед прохождением рекомендую пройти курсы:
Python c нуля до уверенного кода
Pandas для аналитика
Наши преподаватели
Как проходит обучение
Курс в основном теоретический.
Каждый блок состоит из:
-
подробных теоретических объяснений;
-
интуитивных примеров;
-
Jupyter-ноутбука в конце блока с готовым кодом и развёрнутыми комментариями.
Ноутбуки можно запускать, изучать, изменять и использовать как основу для собственных экспериментов.
Это формат, максимально близкий к тому, как реально работают аналитики и data scientists.
Программа курса
