Курс на Stepik
Обложка курса «Погружение в Data Science и машинное обучение» на Stepik
2 499 ₽

Погружение в Data Science и машинное обучение ★ 5.000

Открыть на
STEPIK.ORG

🖥️ Курс познакомит вас со сферой Data Science. Вы узнаете чем занимается специалист в данной области, какие задачи решает и какие он применяет инструменты в своей работе. Мы с вами попробуем представить себя в роли Data Scietist и на практике на простых задачах попробовать обучить свои первые модели, а также сделать на их основании выводы.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Погружение в Data Science и машинное обучение»Учеников на курсе 28
Сертификаты, выданные на курсе «Погружение в Data Science и машинное обучение»Сертификатов выдано 9
Отзывы о курсе «Погружение в Data Science и машинное обучение»Отзывов получено 1
Рейтинг курса «Погружение в Data Science и машинное обучение»Рейтинг курса 5.000
Уроки в курсе «Погружение в Data Science и машинное обучение»Количество уроков 31
Тесты в курсе «Погружение в Data Science и машинное обучение»Количество квизов 1
Задачи с кодом в курсе «Погружение в Data Science и машинное обучение»Количество задач с кодом 5
Время прохождения курса «Погружение в Data Science и машинное обучение»Время прохождения курса —
Стоимость курса «Погружение в Data Science и машинное обучение»Стоимость курса 2 499 ₽ —
Обновления курса «Погружение в Data Science и машинное обучение»Обновления курса — —
Дата публикации курса «Погружение в Data Science и машинное обучение»Дата публикации курса — ———
Последнее обновление курса «Погружение в Data Science и машинное обучение»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Погружение в Data Science и машинное обучение» 9 разделов Уроки в курсе «Погружение в Data Science и машинное обучение» 31 урок Тесты в курсе «Погружение в Data Science и машинное обучение» 1 тест Задачи в курсе «Погружение в Data Science и машинное обучение» 5 задач Время прохождения курса «Погружение в Data Science и машинное обучение» 1 ч. Последнее обновление курса «Погружение в Data Science и машинное обучение» обн. 19 марта 2026

1. Введение

5 уроков
Открытый
1.1 Введение ↗
74
44
2м 57с
1
Открытый
1.2 Что такое Data Science? Инструменты для анализа данных ↗
179
27
4м 38с
1
Открытый
1.3 Знакомство с языком программирования Python ↗
86
44
4м 1с
1
Открытый
1.4 Особенности работы с языком программирования Python ↗
79
79
3м 12с
1
Открытый
1.5 👨‍💻 Об авторе ↗
72
72
1м 2с
1

2. Основы Python

8 уроков
Закрытый
2.1 Установка и настройка интерпретатора Python ↗
22
12
7м 12с
1
Закрытый
2.2 Знакомство с консолью. Условные конструкции ↗
17
9
3м 59с
2
Закрытый
2.3 Введение в типы данных и циклы. Коллекции данных. ↗
15
8
4м 51с
1
Закрытый
2.4 Операторы в Python ↗
15
15
6м 49с
1
Закрытый
2.5 Функции - использование встроенных и создание собственных ↗
13
9
3м 23с
1
Закрытый
2.6 Основные принципы ООП: методология ↗
10
8
2м 17с
0
Закрытый
2.7 Открытие и чтение, запись в файл. Работа с форматами данных ↗
10
7
8м 44с
0
Закрытый
2.8 Работа с библиотекой Requests, HTTP-запросы ↗
11
5
2м 44с
0

3. Работа в Jupyter Notebook

2 урока
Открытый
3.1 Что такое Jupyter Notebook, Google Colab и JupyterHub ↗
235
38
1м 7с
0
Открытый
3.2 Настройка работы в Jupyter Notebook ↗
570
176
4м 12с
0

4. Библиотеки для визуализации и анализа данных

3 урока
Закрытый
4.1 Введение в Pandas. Загрузка и первичный анализ данных ↗
12
12
2м 30с
0
Закрытый
4.2 Обработка данных в Pandas ↗
8
8
-
0
Закрытый
4.3 Визуализация данных при помощи matplotlib и seaborn ↗
9
4
-
0

5. Решение интересных и насущных задач

1 урок
Закрытый
5.1 Анализ данных о профессиях, зарплатах и возрастах. Графики. ↗
8
7
-
0

6. Машинное обучение

5 уроков
Закрытый
6.1 Введение в машинное обучение ↗
9
6
-
0
Закрытый
6.2 Линейная регрессия ↗
9
9
-
1
Закрытый
6.3 Логистическая регрессия ↗
8
8
-
0
Закрытый
6.4 Подбор параметров алгоритма ↗
7
7
-
0
Закрытый
6.5 Метрические алгоритмы ↗
9
3
-
0

7. Библиотеки для Data Science и машинного обучения

5 уроков
Закрытый
7.1 Pandas ↗
6
6
-
0
Закрытый
7.2 NumPy ↗
4
4
-
0
Закрытый
7.3 Matplotlib и Seaborn ↗
5
5
-
0
Закрытый
7.4 Scikit-learn ↗
4
4
-
0
Закрытый
7.5 TensorFlow и PyTorch ↗
6
2
-
0

8. 📋 Полезные материалы и ссылки

1 урок
Открытый
8.1 📋 Полезные материалы и ссылки ↗
78
78
0м 27с
0

9. Выдача сертификата Stepik. Поздравление об окончании курса 🎆

1 урок
Закрытый
9.1 Выдача сертификата Stepik. Поздравление об окончании курса 🎆 ↗
6
6
-
0