Содержание пакета (4 курса)
4
курса
99
уроков
1107
тестов
5
задач
12 ч.
1. Практический Machine Learning
30
377
Содержание курса пока недоступно
2. Разведочный анализ данных
5
20
210
5
1. О курсе и вводная подготовка
1 урок
👁
1
👤
1
Закрытый
1.1
Что такое EDA
↗
1
1
0
2. Математическая и техническая база
2 урока
👁
2
👤
2
Закрытый
2.1
Тест по математике (минимум необходимый)
↗
1
1
0
Закрытый
2.2
Тест по Python
↗
1
1
0
3. Основы работы с данными
4 урока
👁
4
👤
4
Закрытый
3.1
Типы данных, измерения и структура датасета
↗
1
1
0
Закрытый
3.2
Pandas: ключевые операции
↗
1
1
0
Закрытый
3.3
Polars: быстрый анализ больших данных
↗
1
1
0
Закрытый
3.4
Подведение итогов модуля
↗
1
1
0
4. Проверка качества данных
3 урока
👁
3
👤
3
Закрытый
4.1
Работа с пропусками — полный набор техник
↗
1
1
0
Закрытый
4.2
Дубликаты, ошибки и “грязные” данные
↗
1
1
0
Закрытый
4.3
Домашнее задание
↗
1
1
0
5. Визуализация данных
5 уроков
👁
5
👤
4
Закрытый
5.1
Matplotlib/Seaborn: базовые графики
↗
1
1
0
Закрытый
5.2
Plotly: интерактивные графики
↗
1
1
0
Закрытый
5.3
Pairplot, jointplot, тепловые карты
↗
1
1
0
Закрытый
5.4
Ошибки визуализации
↗
1
1
0
Закрытый
5.5
Домашнее задание
↗
1
0
0
6. Глубокий анализ признаков
5 уроков
👁
5
👤
5
Закрытый
6.1
Анализ числовых признаков
↗
1
1
0
Закрытый
6.2
Анализ категориальных признаков
↗
1
1
0
Закрытый
6.3
Взаимосвязь категориальных и числовых признаков
↗
1
1
0
Закрытый
6.4
Выявление выбросов и аномалий
↗
1
1
0
Закрытый
6.5
Домашнее задание
↗
1
1
0
3. Статистика для собеседований 5.0
45
32
350
6 ч.
1. Введение в прикладную статистику
5 уроков
👁
92
👤
73
Закрытый
1.1
Основные понятия: генеральная совокупность, выборка, параметры
↗
22
17
11м
0
Закрытый
1.2
Виды данных: категориальные, числовые, дискретные
↗
17
17
4м
0
Закрытый
1.3
Мера центральной тенденции: среднее, медиана, мода
↗
18
14
10м
0
Закрытый
1.4
Разброс: дисперсия, стандартное отклонение, IQR
↗
17
15
11м
0
Закрытый
1.5
Практика: Вычислить ключевые статистики вручную
↗
18
10
12м
0
2. Распределения вероятностей
7 уроков
👁
99
👤
66
Закрытый
2.1
Что такое распределение и зачем оно нужно
↗
19
13
16м
0
Закрытый
2.2
Нормальное распределение: свойства, Z-оценки
↗
15
11
16м
0
Закрытый
2.3
Биномиальное, Бернулли, Пуассон
↗
15
9
32м
0
Закрытый
2.4
Равномерное, экспоненциальное
↗
11
9
0
Закрытый
2.5
ЦПТ: как объяснить интервьюеру
↗
15
9
8м
0
Закрытый
2.6
Практика: Определить распределение по графику/описанию
↗
12
10
1м
0
Закрытый
2.7
Типичные вопросы с собеседований
↗
12
5
0
3. Оценивание и доверительные интервалы
2 урока
👁
20
👤
10
Закрытый
3.1
Доверительный интервал для среднего, для доли
↗
11
5
10м
0
Закрытый
3.2
Понятие Bootstrap в статистике
↗
9
5
0
4. Гипотезы и статистические тесты
9 уроков
👁
83
👤
37
Закрытый
4.1
Что такое гипотеза: H0 и H1
↗
8
6
0
Закрытый
4.2
Ошибки 1 и 2 рода, уровень значимости, power
↗
8
6
0
Закрытый
4.3
p-value: как правильно объяснять
↗
10
6
8м
0
Закрытый
4.4
t-тест: для чего нужен и как применять
↗
10
5
17м
0
Закрытый
4.5
Z-тест, χ²-тест, F-тест
↗
10
5
49м
0
Закрытый
4.6
A/B-тестирование: полный разбор
↗
12
2
15м
0
Закрытый
4.7
Практика: провести A/B-тест в Python
↗
11
2
1м
0
Закрытый
4.8
Типичные вопросы интервью: часть 1
↗
9
3
0
Закрытый
4.9
Типичные вопросы интервью: часть 2
↗
5
2
0
5. Корреляция и регрессия
5 уроков
👁
24
👤
12
Закрытый
5.1
Корреляция Пирсона, Спирмена, Кендалла
↗
4
1
0
Закрытый
5.2
Ковариация и как её объяснять
↗
5
3
0
Закрытый
5.3
Линейная регрессия: базовые идеи
↗
6
4
0
Закрытый
5.4
Линейная регрессия: мультиколлинеарность, VIF
↗
6
2
0
Закрытый
5.5
Вопросы интервью по корреляции и регрессии
↗
3
2
0
6. Итоговая практика
4 урока
👁
35
👤
12
Закрытый
6.1
Мини-собеседование: 30 типичных вопросов (часть 1)
↗
10
3
0
Закрытый
6.2
Мини-собеседование: 30 типичных вопросов (часть 2)
↗
8
2
0
Закрытый
6.3
Практическое задание: провести A/B тест
↗
8
2
0
Закрытый
6.4
Обратная связь
↗
9
5
0
4. Теория вероятностей для собеседований 5.0
79
17
170
6 ч.
1. Базовые основы
4 урока
👁
210
👤
172
Закрытый
1.1
Пространство исходов и события
↗
59
48
13м
0
Закрытый
1.2
Классическая вероятность и частота
↗
51
50
7м
0
Закрытый
1.3
Правило сложения и умножения событий
↗
51
48
17м
0
Закрытый
1.4
Условная вероятность
↗
49
26
44м
0
2. Независимость и ключевые формулы
3 урока
👁
116
👤
95
Закрытый
2.1
Независимые события и примеры
↗
43
35
9м
0
Закрытый
2.2
Формула полной вероятности
↗
37
31
17м
0
Закрытый
2.3
Формула Байеса
↗
36
29
39м
0
3. Классические задачи собеседований
4 урока
👁
129
👤
91
Закрытый
3.1
Задачи с собеседований: Монетки и кубики
↗
37
27
41м
0
Закрытый
3.2
Задачи с собеседований: Урны и шары
↗
32
24
34м
0
Закрытый
3.3
Задачи с собеседований: Колода карт
↗
32
21
24м
0
Закрытый
3.4
Задачи с собеседований: Дни рождения и парадоксы
↗
28
19
17м
0
4. Распределения и ожидания
4 урока
👁
101
👤
62
Закрытый
4.1
Случайная величина и матожидание
↗
29
19
19м
0
Закрытый
4.2
Дискретные распределения
↗
26
16
24м
0
Закрытый
4.3
Непрерывные распределения
↗
22
14
18м
0
Закрытый
4.4
Задачи с ожиданием
↗
24
13
21м
0
5. Итоговый блок
2 урока
👁
49
👤
28
Закрытый
5.1
Итоговый тест
↗
26
14
26м
0
Закрытый
5.2
Обратная связь
↗
23
14
1м
0