Анализ данных на Python в примерах и задачах
В ходе курса слушатель узнает о возможностях, которые предоставляет язык Python для работы с данными.
Python – один из самых популярных инструментов для анализа как структурированных, так и неструктурированных данных. В рамках курса слушатель познакомится с тем, как применять свои навыки программирования для построения предиктивных моделей, визуализации данных и работы с нейросетями. Также студенты узнают об основных библиотеках для анализа данных и разберутся в соответствующих методах и использовании их с помощью Python. Материалы и задания курса подобраны так, чтобы у слушателей сформировалось представление об анализе данных и рабочих задачах специалистов по машинному обучению.
Учебный план
Вы можете
посмотреть лекцию
Лекция 1. Введение и установка Anaconda |
|||||
Лекция 2. Первый запуск | |||||
Лекция 3. Основы синтаксиса и базовые команды | |||||
Тест 1 для курса # 51860 | |||||
Лекция 4. Функции и классы | |||||
Лекция 5. Загрузка данных и импорт моделей машинного обучения | |||||
Тест 2 для курса # 51860 | |||||
Лекция 6. Пример построения модели машинного обучения | |||||
Лекция 7. Кодирование категорных признаков | |||||
Тест 3 для курса # 51860 | |||||
Лекция 8. Улучшение качества модели, подбор параметров | |||||
Лекция 9. Решение задачи определения спам сообщений | |||||
Лекция 10. Описание различных метрик качества. Часть 1 | |||||
Лекция 11. Описание различных метрик качества. Часть 2 | |||||
Лекция 12. Алгоритм деревьев решений | |||||
Тест 4 для курса # 51860 | |||||
Лекция 13. Метод опорных векторов | |||||
Лекция 14. Алгоритм xgboost | |||||
Тест 5 для курса # 51860 | |||||
Лекция 15. Нейронные сети. Часть 1 | |||||
Лекция 16. Нейронные сети. Часть 2 | |||||
Тест 6 для курса # 51860 | |||||
Экзамен для курса # 51860 |
Сообщить об опечатке
Текст, который будет отправлен нашим редакторам: