Курс начинается с базовых навыков работы в IPython. Слушатели освоят арифметические операции, работу с основными объектами - последовательностями, отображениями и функциями. Далее идет математическая подготовка: основы анализа, работа с векторами и матрицами, что составляет фундамент для дальнейшего изучения анализа данных.
На этом этапе рассматриваются способы получения данных. Курс охватывает работу с различными форматами - CSV, JSON, XML, взаимодействие с базами данных и API. Затем слушатели переходят к работе с библиотеками NumPy для работы с массивами и Pandas для манипуляции данными - индексации, агрегации, создания сводных таблиц и анализа временных рядов.
Модуль посвящен представлению данных в наглядном виде. Сначала изучается классификация графиков и их применение, потом - практическая работа с Matplotlib для создания линейных графиков, гистограмм, 3D-визуализации и карт. Завершается раздел освоением инструментов Tableau и Power BI для разработки интерактивных дашбордов.
Этот блок начинается с основ статистического анализа: нормальное распределение, центральная предельная теорема, проверка гипотез с использованием scipy. Далее идет введение в машинное обучение - виды обучения, настройка параметров, оценка результатов. Рассматриваются линейные модели регрессии, ансамблевые методы и различные подходы к кластеризации.
Завершающие модули охватывают специализированные техники. Анализ социальных сетей с алгоритмом PageRank, нахождение ассоциативных связей с помощью Apriori. Последний раздел посвящен нейронным сетям - от базовых понятий до архитектур разного типа, работы с Tensorflow и классификации изображений.
Занятия проходят в вечернее время с 19:00 до 21:30. Курс содержит много практических заданий и включает работу над учебным проектом. Тренер предоставляет постоянную обратную связь. После успешного завершения выпускники получают сертификат.