Содержание курса
1. Введение
3 урока
9 407
3 362
12м
257
Закрытый
1.1
О курсе
↗
4 170
902
2м 48с
110
Открытый
1.2
Что такое Data Science? Инструменты для анализа данных
↗
2 861
2 276
6м 13с
108
Закрытый
1.3
Python для анализа данных
↗
2 376
184
3м 29с
39
2. Основы Python
9 уроков
9 133
779
265м
359
Закрытый
2.1
Чек-лист (самопроверка)
↗
192
158
4м 15с
2
Закрытый
2.2
Знакомство с Jupyter Notebook
↗
194
103
13м 9с
8
Закрытый
2.3
Вывод данных и переменные
↗
2 270
113
12м 1с
101
Закрытый
2.4
Типы данных
↗
1 488
94
25м 4с
51
Закрытый
2.5
Структуры данных
↗
1 474
75
37м 17с
52
Закрытый
2.6
Условные операторы
↗
1 134
67
24м 49с
44
Закрытый
2.7
Циклы
↗
97
59
27м 6с
0
Закрытый
2.8
Функции
↗
1 086
50
49м 40с
51
Закрытый
2.9
Объектно-ориентированное программирование
↗
1 198
60
74м 52с
50
3. Библиотеки для визуализации и анализа данных
3 урока
2 894
798
143м
160
Закрытый
3.1
Введение в Pandas. Загрузка и первичный анализ данных
↗
1 263
56
68м 2с
56
Закрытый
3.2
Обработка данных в Pandas
↗
868
434
44м 54с
68
Закрытый
3.3
Визуализация данных при помощи matplotlib и seaborn
↗
763
308
31м 26с
36
4. Машинное обучение
5 уроков
3 610
492
161м
114
Закрытый
4.1
Введение в машинное обучение
↗
1 053
53
42м 15с
36
Закрытый
4.2
Линейная регрессия
↗
765
39
43м 37с
19
Закрытый
4.3
Логистическая регрессия
↗
608
28
53м 41с
27
Закрытый
4.4
Подбор параметров алгоритма
↗
542
344
2м 29с
9
Закрытый
4.5
Метрические алгоритмы
↗
642
28
21м 3с
23