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 190
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