Чему вы научитесь
- Программировать скрипты на Python, извлекать массивы данных из JSON файлов, анализировать их и делать выводы
- Реализовывать математические идеи на Python и видеть связь между формулой, кодом и результатом анализа
- Работать с основными характеристиками данных: модой, медианой, квартилями, децилями и перцентилями
- Понимать виды и категории данных
- Применять функции для описания и моделирования процессов, находить нули функций и отличать линейные зависимости от нелинейных
- Работать с векторами, скалярным, векторным и смешанным произведениями, матрицами и матричными операциями
- Использовать метод Гаусса как основу для дальнейшей работы с матрицами;
- Составлять промпты для нейросетей при работе со статистикой, функциями, векторами и матрицами;
- Создавать и выстраивать систему SKILL.md, чтобы нейросеть точнее понимала аналитическую задачу и выдавала проверяемый результат
О курсе
Для кого этот курс
Начальные требования
Для прохождения курса Вам достаточна простейшая базовая подготовка по Python и математике.
По Python важно уметь работать с:
— переменными и простыми типами данных;
— вводом и выводом информации;
— списками, кортежами, множествами и словарями;
— условиями и циклами;
— базовыми функциями библиотеки math.
По математике достаточно школьной базы: понимать действия с дробями, степенями, выражениями и простыми уравнениями.
Если Вы пока не уверены в Python или хотите восстановить математику перед началом, рекомендуем сначала пройти бесплатный мини-курс «Python и математика: старт в анализе данных».
Преподаватели курса
421
Как проходит обучение
Курс построен так, чтобы Вы не изучали математику, Python и промпт-инжиниринг по отдельности, а сразу видели их связь в аналитических задачах.
Каждая тема проходит несколько последовательных этапов:
— сначала Вы разбираете математическую идею простым языком и понимаете, где она применяется в анализе данных;
— затем изучаете, как реализовать эту идею на Python и работать с данными, включая данные в JSON-файлах;
— после этого закрепляете материал на практических задачах с автоматической проверкой;
— далее учитесь ставить нейросети точные задачи по изученной теме: описывать контекст, указывать требования к расчётам, задавать ограничения и проверять ответ;
— по отдельным блокам выполняете итоговые задания, которые объединяют математику, программирование и работу с ИИ.
В курсе есть задачи по описательной статистике, функциям и моделированию, векторам, матрицам и операциям с ними. Вы проходите обучение в удобном темпе, без жёстких дедлайнов, и можете возвращаться к любому уроку или заданию в любое время.
Что вы получите
- — системное понимание функций, введения в статистику, векторов, матриц и их роли в анализе данных;
- — навык работы с данными в JSON-файлах и понимание структуры передаваемой информации;
- — практику программирования математических и аналитических задач на Python;
- — понимание связи между функциями, моделированием процессов, кодом и интерпретацией результата;
- — навык постановки задач нейросетям для статистического, векторного и матричного анализа;
- — умение создавать SKILL.md и использовать промпт-инжиниринг как инструмент аналитика, а не как способ получить непроверенный готовый ответ;
- — подготовку к более сложным задачам анализа данных, где требуется одновременно владеть математикой, кодом и современными ИИ-инструментами.