[Яндекс Практикум] Как стать аналитиком данных. Часть 2/6

О курсе
Артикул: WVP-285123
Автор: Яндекс Практикум
Вид товара: цифровой
Добавлено: 2021-10-27

В наличии

1725 RUB

В корзину Купить сейчас

О товаре

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)