Программирование на Python для анализа данных

Анализ данных крайне востребован в современном бизнесе. Многие компании обладают большими массивами данных, а инсайты о взаимосвязях внутри этих данных становятся серьезным преимуществом в конкурентной борьбе.

Python — наиболее популярный инструмент для анализа данных. Дизайн этого языка позволяет одинаково удобно проверять гипотезы и разрабатывать полноценные приложения. Популярность языка и огромное сообщество его пользователей обеспечивает простой поиск ответов на возникающие вопросы и актуальность необходимых библиотек.

В этом курсе вы узнаете, как применять свои навыки программирования для работы с маркетинговыми данными, формулирования бизнес-гипотез и визуализации данных. Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей

• О чем этот курс
• В данном модуле слушатели на примере различных кейсов познакомятся с задачами, которые можно решить с помощью языка Python и с основными методологиями разработки
• Введение в Python
• В данном модуле слушатели узнают как работает язык Python и как структурирована работа с Python в рамках данного курса. Также будут рассмотрены переменные в Python и работа с командной строкой
• Основы Python: базовые конструкции
• В данном модуле слушателя научатся работать с базовыми конструкциями языка Python, такими, как функции, циклы и условия. Разберут представленные конструкции на примерах и узнают в каких ситуациях их использовать
• Основы Python: базовые структуры данных
• В данном модуле слушатели познакомятся с базовыми структурами данных языка Python. Научатся работать со структурами, которые входят в сам язык: списки, словари, кортежи, множества. Также, рассмотрят основы работы со строками и классами
• Библиотека NumPy
• В данном модуле слушатели рассмотрят библиотеку NumPy, сферах ее применения, основных структурах данных и операциях над ними. Также, на практике познакомятся с преимуществами этой библиотеки
• Библиотека Рandas
• В данном модуле слушатели рассмотрят библиотеку Pandas, ее представление табличных данных и работе с этими данными. Познакомятся с техниками заполнения пропущенных данных и рассмотрят сферы их применения
• Библиотека Pandas. Расширенное использование
• В данном модуле слушатели познакомятся с более сложными случаями использования Pandas, конвертации в numpy.array и построят при помощи этого свою рекомендательную систему. Научатся группировать данные и работать со сводными таблицами (pivot tables)
• Визуализация данных
• В данном модуле слушатели научатся строить графики, настраивать отображение элементов на них, объединять графики друг с другом и использовать их как инструмент для анализа реальных данных. В этом помогут библиотеки matplotlib и seaborn
• Разведочный анализ данных
• Данный модуль суммирует все полученные ранее знания и учит применять их на реальной задаче – при анализе успешности маркетинговой кампании. Также слушатели узнают о «выбросах в данных» (outlier), корреляции между признаками и в конечном итоге сформулируют несколько гипотез
• Итоговый модуль