Курс на Stepik
Обложка курса «Machine Learning и Data Science: практика Python и pandas» на Stepik
1 490 ₽

Machine Learning и Data Science: практика Python и pandas ★ 0.000

Открыть на
STEPIK.ORG

Задачи с лайвкодинга Авито, Т-Банка и VK: pandas, визуализация и scikit-learn. Повторение базы и вопросы с технических этапов по Python и математике.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Machine Learning и Data Science: практика Python и pandas»Учеников на курсе 75
Сертификаты, выданные на курсе «Machine Learning и Data Science: практика Python и pandas»Сертификатов выдано 0
Отзывы о курсе «Machine Learning и Data Science: практика Python и pandas»Отзывов получено 0
Рейтинг курса «Machine Learning и Data Science: практика Python и pandas»Рейтинг курса 0.000
Уроки в курсе «Machine Learning и Data Science: практика Python и pandas»Количество уроков 10
Тесты в курсе «Machine Learning и Data Science: практика Python и pandas»Количество квизов 50
Задачи с кодом в курсе «Machine Learning и Data Science: практика Python и pandas»Количество задач с кодом 8
Время прохождения курса «Machine Learning и Data Science: практика Python и pandas»Время прохождения курса —
Стоимость курса «Machine Learning и Data Science: практика Python и pandas»Стоимость курса 1 490 ₽ —
Обновления курса «Machine Learning и Data Science: практика Python и pandas»Обновления курса — —
Дата публикации курса «Machine Learning и Data Science: практика Python и pandas»Дата публикации курса — ———
Последнее обновление курса «Machine Learning и Data Science: практика Python и pandas»Последнее обновление — ———
Сложность easy — ———

Чему вы научитесь

Курс для тех, кто готовится к live-coding на ML/DS-собеседованиях и хочет потренироваться решать задачи на Python и работу с данными.

Здесь вы повторите нужную базу и примените её в задачах: от операций с таблицами до анализа данных и обучения модели. Это самостоятельный курс, который можно пройти отдельно.

Практические задачи с live-coding и вопросы с технических этапов

Практические задачи с live-coding-собеседований в Авито, Т-Банке и VK. Вы потренируетесь работать с данными в pandas, исследовать метрики, визуализировать данные и обучать модель в scikit-learn.

Задача с лайвкодинга в Авито: реализуете на NumPy одну из стандартных процедур машинного обучения.

Среди задач: найти пользователей без платежей, выбрать топ-3 товара по выручке внутри каждой категории, разбить события на сессии. В кейсах вы исследуете снижение CTR рекламной платформы и проверите, как новый признак влияет на результат модели. Для практики используются учебные данные.

Вопросы с технических этапов по Python, работе с данными и математике. Они помогают закрепить базу и проверить понимание перед собеседованием.

База, которая нужна для решения задач

Перед практикой можно повторить Python и структуры данных, массивы NumPy, операции с таблицами в pandas, визуализацию в Matplotlib и Seaborn, минимум scikit-learn и базовую математику.

В pandas разберём фильтрацию, группировки, объединение таблиц, работу с датами и пропусками. В математике — основы линейной алгебры, производные, вероятность и статистику.

Как проходить курс

Если давно не работали с этими инструментами, проходите материалы последовательно: повторение базы, задания, кейсы. Если база уверенная, начинайте с практики и возвращайтесь к теории там, где обнаружились пробелы.

В курсе есть кодовые задания с автоматической проверкой на Stepik, интерактивные вопросы и кейсы для работы в своём ноутбуке. Форматы различаются: часть решений проверяет платформа, часть вы самостоятельно сравниваете с разбором.

Чтобы приблизить практику к собеседованию, сначала попробуйте решить задачу без подсказок и проговорить ход решения. После этого проверьте ответ. В кейсе scikit-learn после самостоятельной практики есть разбор с кодом и объяснением решения.

Курс рассчитан на самостоятельное прохождение в удобном темпе.

Кому подойдёт

Тем, кто уже знаком с основами Python, готовится к ML/DS-собеседованиям или хочет восстановить навыки работы с данными после перерыва.

Это не обучение программированию с нуля. Курс помогает повторить базу и потренироваться применять её в задачах с технических интервью.

Подготовка к вопросам по Machine Learning

Если на собеседовании предстоят вопросы не только по Python и работе с данными, но и по самим моделям, продолжить подготовку можно в курсе «Machine Learning и Data Science: подготовка к собеседованиям».

В нём разбираем линейную и логистическую регрессию, градиентный спуск, переобучение и регуляризацию, метрики качества, деревья и ансамбли. Теория закрепляется заданиями и вопросами с собеседований: чтобы проверить понимание и потренироваться объяснять, как работают модели и почему выбирают тот или иной подход.

Практический курс можно проходить отдельно. Основной подойдёт, если хотите дополнить практику с кодом системной подготовкой к техническим вопросам по классическому ML.

Посмотреть программу курса по Machine Learning →

О курсе

Задачи с лайвкодинга Авито, Т-Банка и VK: pandas, визуализация и scikit-learn. Повторение базы и вопросы с технических этапов по Python и математике.

Для кого этот курс

Курс подойдёт тем, кто хочет повторить техническую базу перед изучением Machine Learning или прохождением собеседований. Подойдёт: • студентам технических и математических специальностей; • начинающим специалистам в Data Science, Machine Learning и аналитике; • специалистам из других IT-направлений, переходящим в Data Science; • кандидатам, которые готовятся к техническим собеседованиям; • тем, кто возвращается к ML/DS после перерыва и хочет восстановить базовые знания.

Начальные требования

Базовое знакомство с программированием
Общее понимание задач Data Science и Machine Learning
Желательно знать основные конструкции Python: переменные, условия, циклы и функции

Глубокие знания Python, математики, NumPy или pandas не требуются, однако курс не предназначен для изучения программирования с абсолютного нуля.

Преподаватели курса

Как проходит обучение

Курс состоит из коротких разборов теории, практических заданий и вопросов с технических собеседований.

Его можно проходить последовательно, чтобы восстановить базу, или использовать как справочник для повторения отдельных тем.

Внутри:

• объяснения основных понятий;
• задания для проверки понимания;
• семинары по NumPy, pandas и matplotlib;
• вопросы с собеседований по Python, математике и работе с данными.

Расскажите о курсе друзьям