16 онлайн-занять
[щопонеділка та щочетверга]
Практичний курс про те, як ухвалювати правильні рішення на основі даних, знаходити закономірності, перевіряти гіпотези та робити прогнози навіть за умов невизначеності.
Мова курсу — російська
На курсі ви закладете фундамент математичного мислення, навчитеся проводити регресійний аналіз, застосовувати точкову та інтервальну оцінку, розподіл і статистичні моделі для розв'язання робочих задач.
Ви навчитеся використовувати бібліотеки Python для аналізу та візуалізації даних. Розв'язуватимете задачі прогнозування та класифікації за допомогою математичних формул і аналітики.
За результатами курсу ви навчитеся структурно працювати з великим обʼємом даних, отримаєте ґрунтовний математичний бекграунд і посилите свої компетенції.
Без ґрунтовних знань математики та статистики не вийде проаналізувати дані, навчити модель, знайти закономірності або передбачити щось нове.
Тому на курсі ми почнемо з основ лінійної алгебри та теорії множин, вивчимо базові опції бібліотек NumPy, Pandas, Matplotlib, Seaborn і Plotly. Потім зануримось у теорію ймовірності та методи розподілення даних. Будемо застосовувати точкову та інтервальну оцінку, перевіряти статистичні гіпотези, будувати регресії та робити прогнози.
У результаті ви навчитеся приймати правильні рішення на основі аналізу даних і зможете почати свій шлях в Data Science.
Лектор побудував програму так, щоб ви не просто заучували математичні формули та підходи, а розуміли, як влаштовані процеси аналізу і прогнозування, і одразу застосовували знання на практиці.
В процесі навчання ви будете використовувати бібліотеки NumPy, Pandas, Matplotlib, Seaborn, Plotly, scikit-learn, scipy.stats.
Ви навчитеся знаходити закономірності, валідувати гіпотези, будувати лінійну та поліноміальну регресію. Щодо кожного практичного завдання ви отримуватимете фідбек від методиста Вікторії Дворник - Data Scientist в Epam. Також ми передбачили сесії по розбору домашнього завдання з лектором на онлайн заняттях, де ви зможете поставити запитання та отримати відповіді на них.
Отримаєте фундаментальні знання з математики, які допоможуть розвиватися в Data Science та розуміти алгоритми машинного навчання. Це відкриє перед вами можливості карʼєрного зростання.