Обзор курса «Python для анализа данных» от Яндекс Практикума
Курс «Python для анализа данных» от Яндекс Практикума ведёт от базового синтаксиса до исследовательского и статистического анализа. Продвинутый анализ включает статистические тесты и знакомство с базовыми моделями машинного обучения. Проекты повторяют разные рабочие ситуации: тестовое задание аналитика, исследование данных интернет-магазина, оценку кредитных рисков и подготовку визуальной презентации для решения о продолжении сериала.
Автор: Александра СыщенкоАвтор об IT и профессиональном обучении · О редакцииСодержание
Стоимость и формат обучения
Цены и условия могут меняться. Перед оплатой проверьте их на официальной странице курса.
Курс «Python для анализа данных» от Яндекс Практикума ведёт от базового синтаксиса до исследовательского и статистического анализа. Он подойдёт начинающим аналитикам, студентам и специалистам, которые хотят заменить ручные расчёты воспроизводимым кодом.
Главное о курсе
- Базовый тариф: 3 месяца, 60 часов теории и 65 часов практики.
- Продвинутый тариф: ещё 1 месяц, 28 часов теории и 23 часа практики.
- Практика: 3 или 4 проекта и 6 воркшопов.
- Инструменты: Jupyter Notebook, Pandas, NumPy, Matplotlib, Seaborn, Plotly и Scikit-Learn.
- Документ: удостоверение о повышении квалификации при выполнении условий.
Что изучают
После основ Python студент переходит к очистке, объединению и исследованию данных в Pandas и NumPy. Для визуализации используются Matplotlib, Seaborn и Plotly. Продвинутый анализ включает статистические тесты и знакомство с базовыми моделями машинного обучения.
Проекты повторяют разные рабочие ситуации: тестовое задание аналитика, исследование данных интернет-магазина, оценку кредитных рисков и подготовку визуальной презентации для решения о продолжении сериала. Четвёртый проект по визуализации доступен на продвинутом тарифе.
Авторы курса — Дмитрий Кирсанов, Алексей Каргин, Антон Волков и другие аналитики
Дмитрий Кирсанов и Алексей Каргин имеют более десяти лет опыта в аналитике данных. В авторскую команду также входят преподаватель и исследователь Антон Волков, Big Data-инженер Валентин Борисов и Data Scientist Михаил Егошин. Их опыт охватывает автоматизацию, визуализацию, научные исследования и машинное обучение.
Плюсы и минусы
Плюсы
- курс связывает Python с конкретными задачами аналитика;
- проекты охватывают торговлю, кредитные риски и презентацию результатов;
- шесть воркшопов помогают разобрать сложные темы;
- используются основные библиотеки анализа и визуализации;
- бесплатные уроки позволяют оценить тренажёр до оплаты.
Минусы
- базовый тариф содержит только три проекта;
- визуализация вынесена в дополнительный месяц продвинутого тарифа;
- знакомство с ML не заменяет отдельную подготовку специалиста по данным;
- курс не охватывает глубокую работу с SQL и промышленными хранилищами;
- для уверенности потребуется применять Python к собственным рабочим данным.
Наш вывод
Это подходящий курс для специалиста, который уже решает аналитические задачи, но упирается в возможности таблиц или ручных расчётов. Базовой версии достаточно для освоения Python и исследовательского анализа; продвинутый тариф стоит выбирать ради отдельного проекта по визуализации.