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 10
Сертификаты, выданные на курсе «Анализ данных на Python: понимание основ»Сертификатов выдано 3
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 26
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» 26 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. 16 марта 2026

1. Введение

4 урока
Открытый
1.1 Пару слов о курсе ↗
23
23
0м 3с
0
Открытый
1.2 Установка Visual Studio Code ↗
23
6
0м 18с
0
Открытый
1.3 Установка Python ↗
17
6
0м 10с
0
Открытый
1.4 Установка Jupyter-notebook ↗
21
21
0м 10с
0

2. Основы статистики

4 урока
Открытый
2.1 Что такое статистика? ↗
41
11
1м 5с
0
Открытый
2.2 Типы признаков ↗
26
11
3м 17с
0
Открытый
2.3 Выборка и генеральная совокупность ↗
21
10
3м 42с
0
Открытый
2.4 Практика ↗
24
6
0м 7с
0

3. Распределение

3 урока
Закрытый
3.1 Частотные распределения и диаграммы ↗
8
7
-
0
Закрытый
3.2 Визуализация частотного распределения ↗
8
7
-
0
Закрытый
3.3 Практика ↗
7
4
-
0

4. Основные статистические показатели

4 урока
Закрытый
4.1 Меры центральной тенденции ↗
7
4
-
0
Закрытый
4.2 Меры вариативности ↗
5
2
-
0
Закрытый
4.3 Z-оценка и нормальное распределение ↗
4
3
-
0
Закрытый
4.4 Практика ↗
4
1
-
0

5. Обработка данных

4 урока
Закрытый
5.1 Обработка пропусков ↗
4
2
-
0
Закрытый
5.2 Выбросы ↗
3
2
-
0
Закрытый
5.3 Корреляция ↗
4
2
-
0
Закрытый
5.4 Практика ↗
2
1
-
0

6. Линейная регрессия

6 уроков
Закрытый
6.1 Линейная регрессия ↗
4
3
-
0
Закрытый
6.2 Методы оценки качества модели ↗
5
2
-
0
Закрытый
6.3 Множественная линейная регрессия ↗
5
2
-
0
Закрытый
6.4 Создание новых признаков ↗
5
2
-
0
Закрытый
6.5 Отбор признаков ↗
5
2
-
0
Закрытый
6.6 Практика ↗
4
1
-
0

7. Проект

1 урок
Закрытый
7.1 Предсказание цен на недвижимость ↗
5
1
-
0