Олександра Кардаш
Director of Data Science у Shelf
16 онлайн-занять
[щопонеділка та щочетверга]
Курс навчить розв'язувати основні задачі Data Science за допомогою поглибленої роботи з Python та його бібліотеками. В результаті ви зможете будувати просунуті візуалізації, знаходити взаємозв'язки в даних, робити прогнози та навчати моделі.
щоб опанувати бібліотеки Python для Data Science, навчитися за допомогою простого коду проводити маніпуляції над даними та на основі глибокого аналізу пропонувати бізнес-рішення, які точно спрацюють.
щоби проводити Exploratory Data Analysis, робити прогнози та будувати прості ML-моделі. Навчитися знаходити інсайти у графіках та діаграмах, а потім на основі аналізу формулювати та валідувати статистичні гіпотези.
Сфера Data Science покриває величезний пласт завдань: від аналізу великих даних до побудови ML-моделей. Ми почнемо в них розбиратися вже на першому занятті та поступово освоїмо ключові бібліотеки Python для обробки, аналізу та візуалізації даних.
На практиці ми навчимося розв'язувати такі завдання, як: очищення даних та пошук відсутніх значень, прогнозування та класифікація, кластерний аналіз даних та пошук взаємозв'язків, запуск A/B-тестувань та валідація гіпотез, відбір ознак та побудова моделей machine learning. За підсумками курсу ви зможете проводити Exploratory Data Analysis, робити прогнози та розпочати свій шлях у Data Science.
Навчитеся працювати з цифрами та математичними формулами в NumPy, з табличними даними — у Pandas, з візуалізаціями — у Matplotlib, Seaborn та Plotly. І опануєте ще 6 бібліотек Python для Data Science.
Отримаєте overview основних завдань Data Science, розберете базові типи візуалізацій та моделі регресій, техніки побудови ансамблів та machine learning моделей.
Під час навчання на вас чекає багато практики. Ви виконуватимете складні домашні завдання та отримуватимете фідбек від лектора щодо кожного.
Значно розширите стек навичок, зможете впровадити нові рішення на поточній роботі та закладете фундамент для розвитку Data Science.