Python для работы с данными

После курса вы сможете автоматизировать свою рутинную работу в Python и научитесь обрабатывать большие объемы информации без администрирования и баз данных.

Освойте основной инструмент в мире аналитики и машинного обучения.

Организатор

Университет интернет‑профессий «Нетология»

Преподаватели

Олег Булыгин

Руководитель бюро планирования и управления в АО "НПО автоматики"

Константин Башевой

Аналитик-разработчик "Яндекс".

Константин Гусев

Старший аналитик-моделист Bi.zone, эксперт по кибербезопасности.

Юстина Иванова

Специалист по анализу данных ОЦРВ.

Уровень

Средний

Длительность

3 месяца

Дата начала

26 апреля 2021

Документ

Удостоверение о повышении квалификации

Стоимость

31 500 ₽ 45 000 ₽

45 000 ₽

31 500 ₽

Подробнее

Содержание курса

Основы Python для работы с данными (8 часов теории и 10 часов практики)

Вводные видео-уроки по установке, синтаксису и функциям Python;
Основы Python и Git;
Базовые типы данных и циклы;
Функции и классы;
Продвинутые типы данных: массивы, множества, словари.

Знакомство с основными библиотеками для анализа данных (14 часов теории и 20 часов практики)

numpy и scipy;
pandas;
Визуализация данных: seaborn, plotly, matplotlib;
Получение данных с внешних сайтов и API;
Data mining и парсинг.

Статистика в Python (10 часов теории и 20 часов практики)

Основы описательной статистики, виды распределений в Python;
Центральная предельная теорема и статистический анализ данных в Python;
Основные статистические тесты и проверка гипотез;
Кейс-стади. Статистические показатели в Python.

Feature engineering и предобработка данных (18 часов теории и 25 часов практики)

Проверка и очистка данных с помощью pandas и numpyПроведение анализа и рекурсивного feature selection и на базе моделей;
Методы оценки значимости и отбора признаков и их использование;
«Проклятие размерности», основные алгоритмы и принципы их работы;
Использование алгоритмов sklearn.

Лабораторные работы (10 часов практики)

С помощью статистики изучите данные небольшого датасета на 200+ автомобилей по 26 параметрам, с помощью визуализаций выведете закономерности и протестируете несколько статистических гипотез.
Вместе с преподавателем подготовите датасет на 1500 строк к анализу, оцените и выберете из 80 признаков нужные и спрогнозируете стоимостную категорию дома.

Диплом (20 часов практики)

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.