Содержание пакета (4 курса)
1. Numpy для анализа данных 4.733333333333333
1. Введение в NumPy
3 урока
👁
231
👤
206
Закрытый
1.1
Знакомство с библиотекой NumPy
↗
84
75
6м
5
Закрытый
1.2
Основы работы с массивами
↗
76
67
22м
6
Закрытый
1.3
Типы данных в NumPy
↗
71
64
10м
5
2. Операции с массивами
3 урока
👁
186
👤
162
Закрытый
2.1
Арифметика с массивами
↗
66
54
29м
5
Закрытый
2.2
Статистические операции
↗
61
54
14м
4
Закрытый
2.3
Математические функции в NumPy
↗
59
54
15м
4
3. Многомерные массивы
2 урока
👁
113
👤
91
Закрытый
3.1
Работа с двумерными массивами
↗
57
46
35м
3
Закрытый
3.2
Создание и манипуляции с многомерными массивами
↗
56
45
40м
4
4. Манипуляции с данными
3 урока
👁
151
👤
122
Закрытый
4.1
Изменение формы и размера массивов
↗
53
47
16м
2
Закрытый
4.2
Работа с пустыми и NaN значениями
↗
51
37
48м
3
Закрытый
4.3
Подсчёт уникальных значений и их частот
↗
47
38
26м
3
5. Работа с большими данными и производительность
2 урока
👁
95
👤
79
Закрытый
5.1
Производительность NumPy
↗
48
39
18м
2
Закрытый
5.2
Работа с большими массивами
↗
47
40
5м
2
6. Применение NumPy в анализе данных
4 урока
👁
178
👤
119
Закрытый
6.1
Загрузка и сохранение данных
↗
48
41
6м
4
Закрытый
6.2
Применение NumPy для анализа временных рядов: часть 1
↗
50
30
32м
5
Закрытый
6.3
Применение NumPy для анализа временных рядов: часть 2
↗
40
30
8м
2
Закрытый
6.4
Обратная связь
↗
40
18
1м
8
2. Pandas для анализа данных 5.0
1. Чтение данных из файлов
2 урока
👁
84
👤
59
Закрытый
1.1
Импорт данных из форматов CSV, Excel, JSON
↗
45
34
11м
0
Закрытый
1.2
Обработка крупных файлов с chunksize
↗
39
25
30м
2
2. Экспресс знакомство с данными
3 урока
👁
99
👤
74
Закрытый
2.1
Методы быстрого просмотра: head(), tail(), sample()
↗
35
30
2м
2
Закрытый
2.2
Основные характеристики данных: info(), describe()
↗
33
17
19м
-1
Закрытый
2.3
Выявление и обработка пропущенных значений
↗
31
27
9м
1
3. Вывод столбцов и работа с типами данных
2 урока
👁
56
👤
48
Закрытый
3.1
Доступ к столбцам и преобразование типов данных
↗
28
24
22м
1
Закрытый
3.2
Преобразование типов данных для оптимизации памяти
↗
28
24
9м
2
4. Фильтрация строк
1 урок
👁
29
👤
20
Закрытый
4.1
Условные фильтры и фильтрация по значениям
↗
29
20
19м
1
5. Сортировка строк
1 урок
👁
27
👤
23
Закрытый
5.1
Сортировка по значениям и индексам
↗
27
23
19м
1
6. Агрегирующие функции и вычисления
2 урока
👁
52
👤
45
Закрытый
6.1
Применение стандартных агрегирующих функций
↗
27
23
12м
1
Закрытый
6.2
Пользовательские функции для агрегации
↗
25
22
15м
2
7. Объединение данных
2 урока
👁
45
👤
37
Закрытый
7.1
Методы объединения данных: merge, join, concat
↗
22
19
23м
1
Закрытый
7.2
Конкатенация таблиц
↗
23
18
13м
1
8. Работа с датами и временем
2 урока
👁
38
👤
34
Закрытый
8.1
Преобразование строк в формат дат
↗
20
17
31м
1
Закрытый
8.2
Извлечение временных компонентов (год, месяц, день)
↗
18
17
4м
1
9. Преобразование значений и редактирование данных
2 урока
👁
38
👤
34
Закрытый
9.1
Замена значений (replace, map, applymap)
↗
18
17
19м
1
Закрытый
9.2
Удаление дубликатов и управление индексами
↗
20
17
12м
1
10. Визуализация данных в Pandas
1 урок
👁
20
👤
13
Закрытый
10.1
Базовая визуализация: гистограммы, boxplot, scatter
↗
20
13
20м
2
11. Слайсинг и выборка данных
1 урок
👁
21
👤
13
Закрытый
11.1
Индексация и выборка данных с помощью .loc и .iloc
↗
21
13
9м
1
12. Работа с текстовыми данными
1 урок
👁
19
👤
11
Закрытый
12.1
Разбор и обработка текстов
↗
19
11
18м
1
13. Pandas и машинное обучение
4 урока
👁
68
👤
30
Закрытый
13.1
Масштабирование данных и нормализация
↗
21
8
9м
1
Закрытый
13.2
Преобразование категориальных признаков(One-Hot, Label Encoding)
↗
16
8
4м
1
Закрытый
13.3
Подготовка данных для ML-моделей
↗
16
8
2м
1
Закрытый
13.4
Обратная связь
↗
15
6
1м
1
3. Анализ данных с нуля: визуализация, корреляции, практика 5.0
1. Введение
2 урока
👁
69
👤
40
Закрытый
1.1
Что такое анализ данных
↗
38
22
7м
3
Закрытый
1.2
Основы Python для аналитики (переменные, списки, циклы, функции)
↗
31
18
24м
3
2. Работа с данными в Pandas
5 уроков
👁
95
👤
63
Закрытый
2.1
Загрузка и просмотр данных (read_csv, .head(), .info())
↗
26
15
13м
2
Закрытый
2.2
Индексация, выборка, фильтрация
↗
20
13
13м
2
Закрытый
2.3
Работа с пропущенными значениями
↗
17
12
14м
3
Закрытый
2.4
Группировка и агрегация
↗
16
12
26м
2
Закрытый
2.5
Сохранение результатов
↗
16
11
13м
2
3. Визуализация данных
4 урока
👁
51
👤
28
Закрытый
3.1
Введение в Matplotlib
↗
16
9
82м
1
Закрытый
3.2
Seaborn: быстрые и стильные визуализации
↗
12
4
21м
1
Закрытый
3.3
Настройка графиков: подписи, цвета, размеры
↗
11
7
13м
1
Закрытый
3.4
Совмещение графиков, подграфики (subplots)
↗
12
8
6м
1
4. Корреляции и связи
3 урока
👁
35
👤
27
Закрытый
4.1
Понятие корреляции и ковариации
↗
14
9
7м
1
Закрытый
4.2
Метод .corr() и тепловая карта
↗
11
9
13м
1
Закрытый
4.3
Ошибки и ложные корреляции
↗
10
9
3м
1
5. Линейная регрессия
2 урока
👁
24
👤
14
Закрытый
5.1
Линейная регрессия — понятие и основные идеи
↗
13
8
2м
1
Закрытый
5.2
Построение линейной регрессии
↗
11
6
8м
1
6. Проект в портфолио
2 урока
👁
22
👤
10
Закрытый
6.1
Финальный проект
↗
13
6
0м
1
Закрытый
6.2
Обратная связь
↗
9
4
0
4. Визуализация с Matplotlib для анализа данных
1. Введение в курс
2 урока
👁
65
👤
55
Закрытый
1.1
Что такое Matplotlib?
↗
33
28
5м
2
Закрытый
1.2
Установка модуля, импорт модуля, проверка версии модуля
↗
32
27
5м
2
2. Основы построения графиков
3 урока
👁
80
👤
59
Закрытый
2.1
Построение простого графика
↗
30
25
12м
2
Закрытый
2.2
Настройка внешнего вида графика
↗
28
19
23м
3
Закрытый
2.3
Добавление элементов и сохранение
↗
22
15
26м
2
3. Несколько графиков и подграфики
1 урок
👁
21
👤
14
Закрытый
3.1
Несколько графиков на одной фигуре — plt.subplot()
↗
21
14
79м
2
4. Разные типы графиков
11 уроков
👁
174
👤
102
Закрытый
4.1
Диаграмма рассеяния — plt.scatter()
↗
23
11
15м
1
Закрытый
4.2
Столбчатая диаграмма — plt.bar()
↗
18
11
25м
1
Закрытый
4.3
Гистограмма — plt.hist()
↗
17
11
21м
1
Закрытый
4.4
Диаграмма размаха (boxplot) — plt.boxplot()
↗
14
10
17м
0
Закрытый
4.5
Круговая диаграмма — plt.pie()
↗
14
10
13м
1
Закрытый
4.6
Стековый график — plt.stackplot()
↗
16
11
14м
0
Закрытый
4.7
Stem-диаграмма — plt.stem()
↗
15
9
7м
1
Закрытый
4.8
Ступенчатый график — plt.step()
↗
13
8
11м
0
Закрытый
4.9
График с погрешностями — plt.errorbar()
↗
14
8
9м
1
Закрытый
4.10
Контурный график — plt.contour()
↗
17
6
3м
1
Закрытый
4.11
Обратная связь
↗
13
7
2м
1