Курс на Stepik
Обложка курса «Разведочный анализ данных» на Stepik
1 390 ₽

Разведочный анализ данных ★ 5.000

Открыть на
STEPIK.ORG

Освойте основы разведочного анализа данных и научитесь извлекать ценные инсайты из любых наборов данных. Этот курс поможет вам понять структуру данных, проверить их качество, визуализировать и проводить анализ признаков. Практические задания позволят сразу применять знания на практике.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Разведочный анализ данных»Учеников на курсе 19
Сертификаты, выданные на курсе «Разведочный анализ данных»Сертификатов выдано 3
Отзывы о курсе «Разведочный анализ данных»Отзывов получено 1
Рейтинг курса «Разведочный анализ данных»Рейтинг курса 5.000
Уроки в курсе «Разведочный анализ данных»Количество уроков 20
Тесты в курсе «Разведочный анализ данных»Количество квизов 202
Задачи с кодом в курсе «Разведочный анализ данных»Количество задач с кодом 13
Время прохождения курса «Разведочный анализ данных»Время прохождения курса —
Стоимость курса «Разведочный анализ данных»Стоимость курса 1 390 ₽ —
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» 6 разделов Уроки в курсе «Разведочный анализ данных» 20 уроков Тесты в курсе «Разведочный анализ данных» 202 теста Задачи в курсе «Разведочный анализ данных» 13 задач Время прохождения курса «Разведочный анализ данных» 1 ч. Последнее обновление курса «Разведочный анализ данных» обн. 26 августа 2026

О курсе и вводная подготовка

1 урок
1. Что такое EDA ↗

Математическая и техническая база

2 урока
1. Тест по математике (минимум необходимый) ↗
2. Тест по Python ↗

Основы работы с данными

4 урока
1. Типы данных, измерения и структура датасета ↗
2. Pandas: ключевые операции ↗
3. Polars: быстрый анализ больших данных ↗
4. Подведение итогов модуля ↗

Проверка качества данных

3 урока
1. Работа с пропусками — полный набор техник ↗
2. Дубликаты, ошибки и “грязные” данные ↗
3. Домашнее задание ↗

Визуализация данных

5 уроков
1. Matplotlib/Seaborn: базовые графики ↗
2. Plotly: интерактивные графики ↗
3. Pairplot, jointplot, тепловые карты ↗
4. Ошибки визуализации ↗
5. Домашнее задание ↗

Глубокий анализ признаков

5 уроков
1. Анализ числовых признаков ↗
2. Анализ категориальных признаков ↗
3. Взаимосвязь категориальных и числовых признаков ↗
4. Выявление выбросов и аномалий ↗
5. Домашнее задание ↗