Курс на Stepik
Обложка курса «Библиотеки Python для Data Science» на Stepik
4 000 ₽

Библиотеки Python для Data Science ★ 5.000

Открыть на
STEPIK.ORG

Курс знакомит слушателей с основными понятиями Data Science. Мы рассмотрим базовые алгоритмы (линейная модели, деревья решений, KNN, композиции), разберем подготовку данных (очистка, генерация новых признаков и их отбор). Полученных знаний будет достаточно для решения широкого круга задач.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Библиотеки Python для Data Science»Учеников на курсе 194
Сертификаты, выданные на курсе «Библиотеки Python для Data Science»Сертификатов выдано 31
Отзывы о курсе «Библиотеки Python для Data Science»Отзывов получено 9
Рейтинг курса «Библиотеки Python для Data Science»Рейтинг курса 5.000
Уроки в курсе «Библиотеки Python для Data Science»Количество уроков 18
Тесты в курсе «Библиотеки Python для Data Science»Количество квизов 71
Задачи с кодом в курсе «Библиотеки Python для Data Science»Количество задач с кодом 13
Время прохождения курса «Библиотеки Python для Data Science»Время прохождения курса —
Стоимость курса «Библиотеки Python для Data Science»Стоимость курса 4 000 ₽ —
Обновления курса «Библиотеки Python для Data Science»Обновления курса — —
Дата публикации курса «Библиотеки Python для Data Science»Дата публикации курса — ———
Последнее обновление курса «Библиотеки Python для Data Science»Последнее обновление — ———
Сложность easy — ———

Содержание курса

Разделы в курсе «Библиотеки Python для Data Science» 5 разделов Уроки в курсе «Библиотеки Python для Data Science» 18 уроков Тесты в курсе «Библиотеки Python для Data Science» 71 тест Задачи в курсе «Библиотеки Python для Data Science» 13 задач Время прохождения курса «Библиотеки Python для Data Science» 15 ч. Последнее обновление курса «Библиотеки Python для Data Science» обн. 1 год назад

Введение

2 урока
1. Приветствие ↗
2. Google Colab ↗

Анализ данных

4 урока
1. Первичный анализ данных ↗
2. Практические задания Pandas ↗
3. Визуальный анализ данных ↗
4. Практические задания Визуализация ↗

Задачи машинного обучения

4 урока
1. Регрессия ↗
2. Практические задания Регрессия ↗
3. Классификация ↗
4. Практические задания Классификация ↗

Улучшение качества данных и модели

4 урока
1. Улучшение качества данных ↗
2. Практические задания Данные ↗
3. Улучшение качества модели ↗
4. Практические задания Улучшение модели ↗

Проекты

4 урока
1. Обучение без учителя ↗
2. Практические задания Unsupervised learning ↗
3. "Деревянные" модели ↗
4. Проект ↗