Содержание курса
1. Введение
1 урок
1 733
626
2м
13
Закрытый
1.1
Регламент взаимодействия
↗
1 733
626
2м 13с
13
2. Подготовка репозитория к Анализу данных на Python
2 урока
1 379
313
75м
9
Закрытый
2.1
Настройка репозитория.Пул реквесты.Форк.Коммит
↗
921
193
49м 42с
8
Закрытый
2.2
Установка линтера. Выгрузка зависимостей
↗
458
120
26м 56с
1
3. Основы ООП для анализа данных на pandas
2 урока
799
132
123м
4
Закрытый
3.1
ООП в python.Часть 1
↗
576
76
67м 24с
3
Закрытый
3.2
ООП в python.Часть 2
↗
223
56
56м 42с
1
4. Анализ данных на pandas
5 уроков
1 017
249
231м
6
Закрытый
4.1
База по series и dataframe в pandas.Интроспекция.Сигнатура.
↗
398
66
25м 10с
2
Закрытый
4.2
EDA анализ. Титаник. Kaggle. Типы данных.
↗
264
47
55м 50с
1
Закрытый
4.3
Часть 1.Температура в СПБ-МОСКВА.EDA анализ.
↗
162
59
28м 20с
1
Закрытый
4.4
Часть 2.Температура в СПБ-МОСКВА. EDA анализ.
↗
103
42
58м 9с
1
Закрытый
4.5
Логический отбор и фильтрация на pandas
↗
90
35
64м 30с
1
5. Очистка данных
1 урок
118
28
76м
0
Закрытый
5.1
Фильтрация(очистка) данных.apply,replace,stype.подготовка данных
↗
118
28
76м 32с
0
6. Описательная статистика
2 урока
153
53
67м
0
Закрытый
6.1
Describe.Квантиль.Квартиль.Перцентиль.
↗
93
28
38м 14с
0
Закрытый
6.2
Объект dataframe и работа с датасетом
↗
60
25
29м 3с
0
7. Titanic(EDA). Подготовка данных.Разведывательный анализ данных
2 урока
182
48
90м
0
Закрытый
7.1
Titanic(EDA).Разведывательный анализ данных
↗
112
23
49м 31с
0
Закрытый
7.2
EDA.Часть 2
↗
70
25
41м 14с
0
8. (Бонус)
3 урока
222
70
103м
0
Закрытый
8.1
Пишем калькулятор
↗
100
28
32м 25с
0
Закрытый
8.2
__init__.py
↗
61
21
25м 6с
0
Закрытый
8.3
Комбинаторика
↗
61
21
45м 7с
0
9. стажировка в IT-организации и Школа Data Science
1 урок
129
27
1м
0
Закрытый
9.1
стажировка в IT-организации и Школа Data Science
↗
129
27
1м 13с
0