Этот курс – руководство для тех, кто хочет на практике освоить возможности Data Science и познакомиться с технологией машинного обучения. На занятиях вы на конкретном примере разберете, как происходит обработка и анализ больших данных, а затем визуализируете полученный результат. Вместе с преподавателем вы пройдете все этапы решения задачи от начала до конца:
Курс предназначен для аналитиков, разработчиков аналитических приложений, разработчиков отчетов, которые уже имеют предварительную подготовку (курсы «Введение в статистику», «Microsoft Excel 2019/2016. Уровень 3. Анализ и визуализация данных», «Анализ данных на языке SQL. Уровень 1», «Программирование на языке R. Уровень 1» или эквивалентная подготовка).
- постановка задачи
- проверка статистических гипотез
- подготовка исходных данных (с помощью языка R)
- построение аналитической модели
- оценка аналитической модели
- визуализация данных (Excel)
Модуль 1. Постановка задачи
Модуль 2. Классический подход
Модуль 3. DataScience
- Анализ и визуализация
- Проверка статистических гипотез
Модуль 4. Подготовка исходных данных
- Подготовка данных
- Машинное обучение
Модуль 5. Построение аналитической модели
- Работа с выборками
- Очистка исходных данных
Модуль 6. Оценка аналитической модели
- Входные данные
- Работа с характеристиками
Модуль 7. Визуализация данных
- Принципы оценки модели
- Критерии качества аналитической модели
Модуль 8. Основные инструменты анализа данных
- Технологии визуализации
- Инструменты
Модуль 9. Дополнительные инструменты и технологии
- Базы данных
- Excel
- R, Python
- Отчёты
Последнее редактирование модератором:
- Статус
- В этой теме нельзя размещать новые ответы.