Основы анализа данных и PowerBI
Теория: Основы Python для аналитиков данных.
Практика:
✔ Установка Jupyter Notebook, Google Colab;
✔ Переменные и их объявление, типы переменных;
✔ Простые вычисления;
✔ Ввод-вывод информации: операторы input и print;
✔ Логические операции, операции сравнения;
✔ Основные статистики на Python
Lists, Numpy Arrays и библиотеки для анализа данных
Теория: Lists, Numpy Arrays и библиотеки для анализа данных.
Практика: Загрузка библиотек. Списки (List);
Статистика: IQR, размах.
Логические операторы, словари, стандартное отклонение, Pandas
Теория: Логические операторы, словари, стандартное отклонение, Pandas.
Практика: - Numpy Arrays (массивы)
- Стандартное отклонение и дисперсия
- Визуализации с Matplotlib
- Логические Boolean операторы
- IF, ELSE, ELIF.
Словари, Pandas, Вероятность
Теория: Словари, Pandas, Вероятность.
Практика: - Словари (Dictionaries)
- Библиотека Pandas
- Вероятность, расчет вероятности
- Знакомство: цикл For, While.
Loops (Циклы) и введение в АБ тесты
Теория: Loops (Циклы) и введение в АБ тесты.
Практика: - Циклы For, While в деталях
- Формулировка гипотез
- А/B-тестирование.
Теория: Функции в Python, Pandas.
Практика:
✔ Функции в Python
✔ Обработка датасета с помощью Python: Pandas Series; Missing Data; Pandas DataFrames
Теория: Работа в Pandas.
Практика: - Pandas: сортировка и фильтрация
- Методы: ndrop, nsmallest/nlargest,where, query, copy
- Работа с текстом
- GroupBy.
Теория: Личный проект.
Практика: - Метод Merge
- Итоговая работа: обработка датасета
- Бонус уроки: линейная и логистическая регрессия
- техническое собеседование для аналитика данных.
Практика: техническое собеседование по Python для аналитика данных.