курс

Python Data Science

Погружение в мир аналитики данных с помощью простых и понятных уроков.

Стоимость: 24 490 ₽

Оплата на сайте временно недоступна. Платёжный сервис сейчас переподключается. Оставьте заявку — я свяжусь с вами и расскажу, как записаться на курс и оплатить его.

Кому подойдёт

{ 01 }

Вы работаете в финансовом блоке организации. Хотите упростить и автоматизировать ваши рабочие процессы и высвободить свободное время

{ 02 }

Учитесь в вузе на направлении, связанном с бизнес-аналитикой, хотите расширить ваши знания и получить помощь с решением учебных задач

{ 03 }

Учитесь в школе и хотите связать будущее с работой в сфере IT и Data Science

{ 04 }

Имеете идеи по созданию своих IT-проектов и сервисов. Хотите узнать, как воплотить их в жизнь

{ 05 }

Имеете свой бизнес или торгуете на маркетплейсах. Хотите научиться оцифровывать и автоматизировать финансовые расчёты, сократить издержки на оплату труда и сторонних сервисов

{ 06 }

Хотите освоить перспективную профессию аналитика данных и найти новую хорошо оплачиваемую работу

Курс включает в себя

6 часов видео по всем аспектам работы с данными в Python: генерирование данных, импорт из файлов и баз данных, парсинг с веб-ресурсов, преобразования таблиц и матриц, визуализация, интерактивные графики, создание excel-файлов и презентаций
Готовые примеры подробно прокомментированного кода по всем темам и множество заготовок под решения популярных бизнес-задач по работе с данными
Интересные задачи для самостоятельного решения и закрепления всех полученных знаний
Консультационное сопровождение по материалам курса, помощь с поиском работы и решением рабочих задач

Чему научитесь

Делать любые операции с таблицами и матрицами в Python, от базовых до сложных операций линейной алгебры
Взаимодействовать с базами данных и файловой системой компьютера через Python, создавать excel-файлы и презентации
Строить дашборды и 3D-графики, создавать на Python интерактивные аналитические веб-приложения
Генерировать данные из разных законов распределения случайных величин и визуализировать распределения

По итогам курса вы получаете

Готовые шаблоны

Готовые примеры кода для дальнейшего использования в ваших проектах

Комьюнити

Доступ к закрытому чату в Telegram для общения и обмена опытом

Программа курса

Урок 1

Импорт и создание данных

Возможности random, numpy и pandas для генерации случайных чисел и массивов
Генерация случайных дат, ФИО и комбинаций символов. Создание случайного пароля по заданным условиям, цикл для подбора пароля
Генерация значений из закона распределения случайной величины, визуализация распределения
Создание таблицы случайных данных со случайными идентификаторами, суммами, датами, ФИО

Урок 2

Работа с таблицами в Pandas

Загрузка библиотек и датафрейма, связь pandas и numpy, настройки вывода на печать
Описательный анализ таблицы: распознавание типов данных, заполнение пропусков, обработка дубликатов, переименование столбцов
Срезы и фильтрация: стандартные срезы, loc и iloc, query, at и iat. Сортировка, категориальные типы данных
Добавление столбцов, метод apply. Группировка и агрегация: groupby и agg, сводная таблица pivot_table, развёртывание melt
Скользящее среднее, оконные функции, соединение и разделение столбцов, преобразование категориальных признаков, one-hot-encoding
Соединения таблиц: concat и merge. Присоединение данных по курсам валют с сайта ЦБ

Урок 3

Работа с матрицами в Numpy

Создание numpy-матриц: последовательности и случайные массивы, использование маски
Получение матриц из pandas-датафреймов, LabelEncoder, one-hot-encoding
Статистические функции для агрегации по строкам и столбцам, обработка пустых значений
Способы обращения к элементам, многомерные срезы, заполнение фрагментов по формуле
Матричные преобразования: транспонирование, ковариационная матрица
Линейная алгебра: ранг, обратная матрица, определитель, собственные значения и векторы, сингулярное разложение, метод главных компонент

Урок 4

Web-парсинг

Импорт файлов из интернета по ссылке, запрос response методом get, скачивание файла, распаковка zip-архива, декодирование текстовых данных
Получение данных по API на примере личного кабинета селлера Wildberries: методы get и post, формат json, углубление внутрь данных
Считывание данных из html-кода страницы: кривая бескупонной доходности и курсы валют с сайта ЦБ, циклы и генераторные выражения для множества периодов
Парсинг веб-страниц при помощи Beautiful Soup, поиск элементов в коде страницы

Записаться на курс

Оставьте заявку — свяжусь с вами и расскажу, как начать обучение.