Навыки, которые вы получите:
Linux
HTML
JSON
SQL
Git
Mathematical analysis
Numpy
Docker
Pandas
Matplotlib
Stramlit
Plotly
Системный анализ
scikit-learn
Seaborn
Математическая статистика
Mathematical optimization
Statistical hypothesis testing
Python
Кому подойдет курс
- Analyst / Data Scientist (beginner)
- Developers
- Other IT specialist / Technical students
Чему вы научитесь
- На курсе вы заложите фундамент математического мышления, научитесь проводить регрессионный анализ, применять точечную и интервальную оценку, распределение и статистические модели для решения рабочих задач
- Вы научитесь использовать библиотеки Python для анализа и визуализации данных. Будете решать задачи прогнозирования и классификации при помощи математических формул и аналитики.
- По итогам курса вы научитесь структурно работать с большим объемом данных, получите основательный математический бэкграунд и усилите свои компетенции
Программа
- Python для анализа данных: part 1
- Python для анализа данных: part 2
- Дескриптивная статистика
- Теория множеств
- Теория вероятности
- Случайные величины и распределения
- Зависимость между случайными величинами
- Основные распределения
- Данные. Статистика. Выборка
- Точечная оценка
- Интервальная оценка
- Проверка статистических гипотез
- Анализ качественных данных
- Статистика на практике
- Регрессионный анализ
- Логистическая регрессия. Введение в машинное обучение