Курс на Stepik
Обложка курса «Разведочный анализ данных» на Stepik
1 900 ₽

Разведочный анализ данных 4.857

Открыть на
STEPIK.ORG

В данном курсе мы рассказываем об основных и продвинутых подходах для анализа данных, а затем переходим к построению простых моделей машинного обучения. При этом параллельно осваиваем инструменты разработчика, которые активно исползуются в работе Data Scientst'a: терминал, Git и Docker

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Разведочный анализ данных»Учеников на курсе 435
Сертификаты, выданные на курсе «Разведочный анализ данных»Сертификатов выдано 50
Отзывы о курсе «Разведочный анализ данных»Отзывов получено 7
Рейтинг курса «Разведочный анализ данных»Рейтинг курса 4.857
Уроки в курсе «Разведочный анализ данных»Количество уроков 24
Тесты в курсе «Разведочный анализ данных»Количество квизов 55
Задачи с кодом в курсе «Разведочный анализ данных»Количество задач с кодом 10
Время прохождения курса «Разведочный анализ данных»Время прохождения курса
Стоимость курса «Разведочный анализ данных»Стоимость курса 1 900 ₽
Обновления курса «Разведочный анализ данных»Обновления курса
Дата публикации курса «Разведочный анализ данных»Дата публикации курса
Последнее обновление курса «Разведочный анализ данных»Последнее обновление
Сложность easy

Содержание курса

Разделы в курсе «Разведочный анализ данных» 9 разделов Уроки в курсе «Разведочный анализ данных» 24 урока Тесты в курсе «Разведочный анализ данных» 55 тестов Задачи в курсе «Разведочный анализ данных» 10 задач Время прохождения курса «Разведочный анализ данных» 33 ч. Последнее обновление курса «Разведочный анализ данных» обн. 1 год назад

1. Организация курса

4 урока
Закрытый
1.1 О курсе
388
304
2м 41с
13
Закрытый
1.2 Тест по математике
360
293
6м 32с
10
Закрытый
1.3 Тест по Python
6 187
225
33м 36с
69
Закрытый
1.4 Проектное задание
330
299
1м 32с
10

2. Введение в разведочный анализ данных

2 урока
Закрытый
2.1 Основы анализа данных
371
198
149м 37с
24
Закрытый
2.2 Домашнее задание
299
178
40м 50с
13

3. Настройка рабочего окружения

2 урока
Закрытый
3.1 Установка Linux
272
237
1м 28с
9
Закрытый
3.2 Рабочее окружение ML разработчика
262
106
118м 4с
7

4. Анализ данных. Продолжение

2 урока
Закрытый
4.1 Инструменты анализа данных. Polars versus Pandas
291
141
178м 6с
13
Закрытый
4.2 Домашнее задание
211
80
194м 46с
8

5. Знакомство с Linux

2 урока
Закрытый
5.1 Базовые команды терминала
187
66
78м 58с
4
Закрытый
5.2 Полезные утилиты
171
171
0м 30с
1

6. Введение в машинное обучение

4 урока
Закрытый
6.1 Постановка задачи
223
99
133м 19с
13
Закрытый
6.2 Permutation importance
202
100
10м 32с
7
Закрытый
6.3 Shapley values
187
90
9м 43с
8
Закрытый
6.4 Домашнее задание
157
69
60м 59с
5

7. Пайплайн проекта по машинному обучению

2 урока
Закрытый
7.1 Пайплайн проекта. Построение интерактивных дашбордов
196
164
92м 53с
7
Закрытый
7.2 Домашнее задание
152
51
185м 56с
3

8. Docker

3 урока
Закрытый
8.1 Знакомство с Docker
217
64
107м 3с
8
Закрытый
8.2 Создание образа
135
38
236м 14с
7
Закрытый
8.3 Деплой ExplainerDashboard
135
86
1м 50с
3

9. Сдача проекта!

3 урока
Закрытый
9.1 Финальное задание
175
26
335м 44с
3
Закрытый
9.2 Что дальше?
153
153
0м 23с
3
Закрытый
9.3 Полезные ссылки
852
738
1м 41с
18