Курс на Stepik
Обложка курса «Анализ данных на Python: понимание основ» на Stepik
1 490 ₽

Анализ данных на Python: понимание основ ★ 5.000

Открыть на
STEPIK.ORG

Осмысленный старт с NumPy, Pandas, Matplotlib и линейной регрессией 🚀

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Анализ данных на Python: понимание основ»Учеников на курсе 13
Сертификаты, выданные на курсе «Анализ данных на Python: понимание основ»Сертификатов выдано 4
Отзывы о курсе «Анализ данных на Python: понимание основ»Отзывов получено 1
Рейтинг курса «Анализ данных на Python: понимание основ»Рейтинг курса 5.000
Уроки в курсе «Анализ данных на Python: понимание основ»Количество уроков 27
Тесты в курсе «Анализ данных на Python: понимание основ»Количество квизов 60
Время прохождения курса «Анализ данных на Python: понимание основ»Время прохождения курса —
Стоимость курса «Анализ данных на Python: понимание основ»Стоимость курса 1 490 ₽ —
Обновления курса «Анализ данных на Python: понимание основ»Обновления курса — —
Дата публикации курса «Анализ данных на Python: понимание основ»Дата публикации курса — ———
Последнее обновление курса «Анализ данных на Python: понимание основ»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Анализ данных на Python: понимание основ» 7 разделов Уроки в курсе «Анализ данных на Python: понимание основ» 27 уроков Тесты в курсе «Анализ данных на Python: понимание основ» 60 тестов Время прохождения курса «Анализ данных на Python: понимание основ» 0 ч. Последнее обновление курса «Анализ данных на Python: понимание основ» обн. 6 августа 2026

Введение

4 урока
1. Пару слов о курсе ↗
2. Установка Visual Studio Code ↗
3. Установка Python ↗
4. Установка Jupyter-notebook ↗

Основы статистики

4 урока
1. Что такое статистика? ↗
2. Типы признаков ↗
3. Выборка и генеральная совокупность ↗
4. Практика ↗

Распределение

3 урока
1. Частотные распределения и диаграммы ↗
2. Визуализация частотного распределения ↗
3. Практика ↗

Основные статистические показатели

4 урока
1. Меры центральной тенденции ↗
2. Меры вариативности ↗
3. Z-оценка и нормальное распределение ↗
4. Практика ↗

Обработка данных

4 урока
1. Обработка пропусков ↗
2. Выбросы ↗
3. Корреляция ↗
4. Практика ↗

Линейная регрессия

6 уроков
1. Линейная регрессия ↗
2. Методы оценки качества модели ↗
3. Множественная линейная регрессия ↗
4. Создание новых признаков ↗
5. Отбор признаков ↗
6. Практика ↗

Проект

1 урок
1. Предсказание цен на недвижимость ↗