🐍 Навчіться користуватися бібліотеками Python для розв’язання задач дата-саєнс, обробки масивів даних та побудови
Про курс:
Комплексний курс, на якому ви дізнаєтесь як будувати просунуті візуалізації, знаходити взаємозв’язки в даних, робити прогнози та навчати моделі.
На практиці навчитесь розв’язувати такі завдання:
✔️ 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
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.
📗 Під час навчання на вас чекає багато практики. Ви виконуватимете складні домашні завдання та отримуватимете фідбек від лектора щодо кожного з них.
Лектор курсу:
Олександра Кардаш, Senior Software Engineer у Google
— former Director of Data Science у Shelf ― американському стартапі у сфері Knowledge Management
— була одним з перших Data Scientists у Shelf і брала участь у розбудові DS команди до понад 15 спеціалістів
— має 5 років досвіду в Data Science у різних технічних галузях, працювала зі стартапами від ідеї до готового продукту
— у портфоліо ― успішні кейси у сфері Forecasting & Time Series Analysis, оптимізації, предиктивної аналітики та NLP
Цей курс підійде тим, хто:
👉🏼 знає синтаксис Python,
але не вміє використовувати Python і його бібліотеки для обробки й візуалізації даних
👉🏼 розуміє базові термінології статистики,
але прагне навчитися проходити повний цикл Data Science задач
👉🏼 виконує роботу вручну,
але бажає структурувати масиви даних та автоматизувати знаходження закономірностей
Немає коментарів
Додати коментар Підписатись на коментаріВідписатись від коментарів