[Яндекс Практикум] Как стать аналитиком данных. Часть 2 из 6 (2021)

р.1,000

Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. Его работа помогает принимать решения в бизнесе, управлении и науке. На курсе мы хотим научить вас пользоваться основными инструментами для получения профессии: Python и его библиотеки, Jupyter Notebook, SQL. 71,1% выпускников трудоустраиваются

Категория:
Если вы сомневаетесь в нашей честности, то напишите нам по контактам на сайте. по ссылке: https://unimys.com/obratnaya-svyaz/
Любой товар стоит от 150 до 500 рублей (цена не зависит от стоимость продажи у автора)
  • После оплаты вы сразу же получаете курсы на e-mail;
  • Низкая цена;
  • Легко оплатить (мы используем все популярные платежные системы).

Если вы оплатили продукт, и он не пришел вам на почту в течение 30 минут, то свяжитесь с нами по ссылке: https://unimys.com/zakaz-ne-prishel/

Описание

Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. Его работа помогает принимать решения в бизнесе, управлении и науке. На курсе мы хотим научить вас пользоваться основными инструментами для получения профессии: Python и его библиотеки, Jupyter Notebook, SQL.
71,1% выпускников трудоустраиваются
Мы делаем всё, чтобы студенты нашли новую работу после обучения: выдаём официальный диплом, учим собирать портфолио проектов, помогаем с поиском работы.

71,1% выпускников находят работу, большинство из них — за 4 месяца после выпуска. Институт образования НИУ ВШЭ подтвердил данные через исследование трудоустройства выпускников.

Часть 2

Исследовательский анализ данных

  • Первые графики и выводы
    • Введение
    • Знакомство с задачей
    • Сводные таблицы для расчета среднего
    • Применяем сводные таблтицы
    • Есть ли проблемы в данных?
    • Базовая проверка данных
    • Гистограмма
    • Гистограмма для двух кубиков
    • Распределения
    • Диаграмма размаха
    • Диаграмма размаха в Python
    • Описание данных
    • Заключение
  • Изучение срезов данных
    • Введение
    • Срезы данных методом query()
    • Возможности query()
    • Срезы в действии
    • “Слишком долгая” заправка – это сколько?
    • Работа с датой и временем
    • Графики
    • Группировка с pivot_table()
    • Помечаем срез данных
    • Сохраняем результаты
    • Заключение
  • Работа с несколькими источниками данных
    • Введение
    • Срез по данным из внешнего словаря
    • Срез по данным из внешнего словаря (продолжение)
    • Добавляем столбец
    • Добавляем столбец(продолжение)
    • Объединяем данные из двух таблиц
    • Переименование столбцов
    • Объединение столбцов методом merge() и join()
    • Заключение.
  • Взаимосвязь данных
    • Введение
    • Диаграмма рассеяния
    • Корреляция
    • Матрица диаграмм рассеяния
    • Как выжать максимум из очевидности
    • Заключение
  • Валидация результатов
    • Введение
    • Укрупняем группы
    • Разбитые по группам данные
    • Заключение
      Проектная работа (Проект)

 

Отзывы

Отзывов пока нет.

Будьте первым, кто оставил отзыв на “[Яндекс Практикум] Как стать аналитиком данных. Часть 2 из 6 (2021)”

Ваш адрес email не будет опубликован. Обязательные поля помечены *