Программа курса

Курс строится по принципу от простого к сложному. Каждый следующий модуль базируется на знаниях из предыдущих.

Основы Python и работа с данными

На этом курсе начинают с основ программирования. Сначала учат, как работать с Python - устанавливают необходимые программы, разбираются с переменными и типами данных. Затем переходят к условным операторам, циклам и функциям. Во втором модуле изучают структуры данных - списки, кортежи и словари. Учат читать данные из файлов и проводить базовое очищение информации.

Анализ данных с Pandas

Третий модуль посвящен библиотеке Pandas. Здесь учат работать с табличными данными - выбирать нужные строки, фильтровать информацию, объединять различные наборы данных. Особое внимание уделяют работе с пропущенными значениями и группировке данных для получения сводных результатов.

Визуализация и статистика

В четвертом модуле учат визуализировать данные с помощью библиотек Matplotlib и Seaborn. Студенты создают различные типы графиков - столбчатые, точечные, гистограммы. Пятый модуль охватывает статистический анализ - от базовых показателей до корреляционного и регрессионного анализа. Учат проверять гипотезы и интерпретировать результаты.

Машинное обучение с Scikit-learn

Шестой и седьмой модули знакомят с машинным обучением. Сначала рассматривают основные концепции - контролируемое и неконтролируемое обучение, методы оценки моделей. Затем переходят к практической работе с библиотекой Scikit-learn - строят модели классификации и регрессии, обучают алгоритмы и делают прогнозы.

Финальный проект

Завершается курс практическим проектом. Студенты применяют все полученные навыки к реальному набору данных - от очистки и анализа до построения моделей машинного обучения. Результаты презентуют в виде отчета с выводами.

Формат обучения

Занятия проходят в вечернее время с 19:00 до 22:00 или в выходные с 10:00 до 13:00. Каждый студент получает поддержку ментора на протяжении всего курса. Значительную часть обучения занимает практика на реальных проектах. Система оценки позволяет отслеживать прогресс. Итогом становится дипломный проект, который демонстрирует усвоенные навыки.

Что включено

Выдается диплом/сертификат

Гибкий график

Сопровождение ментора

Python для Data Science

О курсе

Программа курса

Основы Python и работа с данными

Анализ данных с Pandas

Визуализация и статистика

Машинное обучение с Scikit-learn

Финальный проект

Формат обучения

Что включено

О школе

DAN IT Education

Другие курсы школы

Excel

Graphic design

Quality Assurance (QA)