Курс Python для Data Science

На курсі Ви зможете вивчити основні прийоми маніпулювання та аналізу даних з використанням бібліотек Python, опанувати навички створення візуалізацій для дослідження даних та отримати концептуальне розуміння машинного навчання. Всі заняття проводяться у живому онлайні.

Програма курсу

Вступ до програмування та основи Python

• Огляд концепцій програмування
• Налаштування середовища Python (Jupyter Notebook)
• Змінні, типи даних та основні арифметичні операції
• Умовні оператори та цикли
• Функції та модулі

Робота з даними в Python

• Огляд структур даних: списки, кортежі та словники
• Індексування та вибірка підмножин даних
• Обробка файлів та зчитування даних з файлів
• Основні методи очищення та попередньої обробки даних

Маніпуляція даними з використанням Pandas

• Огляд бібліотеки Pandas
• Робота зі структурами Series та DataFrame
• Вибірка та фільтрація даних
• Робота зі втраченими даними
• Об’єднання та злиття наборів даних
• Основні операції агрегації та групування даних

Дослідження та візуалізація даних

• Описова статистика та підсумки даних
• Візуалізація даних з використанням Matplotlib та Seaborn
• Створення стовпчикових графіків, точкових графіків, гістограм
• Налаштування графіків та додавання анотацій

Статистичний аналіз з використанням Python

• Огляд статистичних концепцій
• Показники центральної тенденції та розкиду
• Перевірка гіпотез та p-значень
• Кореляційний та регресійний аналіз
• Основний аналіз дисперсії (ANOVA)

Вступ до машинного навчання

• Огляд концепцій машинного навчання
• Контрольоване та неконтрольоване навчання
• Методи оцінки моделей

Вступ до Scikit-learn

• Огляд бібліотеки Scikit-learn
• Класифікаційні алгоритми (дерева рішень, логістична регресія)
• Алгоритми регресії (наприклад, лінійна регресія)
• Навчання моделей, оцінка та прогнозування

Фінальний проєкт

• Застосування Python та технік Data Science до реального набору даних
• Дослідження, очищення та попередня обробка даних
• Основний аналіз та візуалізація
• Презентація результатів та висновків

Особливості курсу

• Живі заняття (ввечері 19:00-22:00 та на вихідних 10:00-13:00)
• Система оцінки знань
• Практика на реальних проєктах
• Підтримка ментора
• Дипломний проєкт як підсумок знань

Викладачі курсу

• Іван Гомонець - BI Tech Lead at GROWE
• Сергій Алпатов - Head of Learning and Development, Elogic Commerce
• Калашник Сергій - Python for Data Science, Senior Data Analyst at Boosters
• Єлісєєв Олександр - Website Python Scraper