Открыто

Exploratory data analysis (EDA) [Тариф: Начало пути] [Mathshub] [Георгий Милютин]

Тема в разделе "Курсы по программированию", создана пользователем Топикстартер, 22 май 2024.

Цена: 10099р.-85%
Взнос: 1434р.

Основной список: 8 участников

  1. 22 май 2024
    #1
    Топикстартер
    Топикстартер ЧКЧлен клуба

    Складчина: Exploratory data analysis (EDA) [Тариф: Начало пути] [Mathshub] [Георгий Милютин]

    2024-05-23_015225.png

    Чему мы научим на Exploratory data analysis:
    ◆ На этом модуле вы изучите понятие стохастического подхода в анализе данных, научитесь разделять переменные на различные типы и выбирать соответствующие меры по локации и разбросу, а также разберётесь в применении различных методов для анализа данных.
    Обучение включает математическую статистику, линейную алгебру, математический анализ и теорию вероятностей, применяемые в оптимизации и машинном обучении. Вы узнаете, как проводить базовый исследовательский анализ, визуализировать данные и исправлять в них проблемы, заполнять пропущенные значения и оптимизировать большие датасеты для работы.
    ◆ Узнаете всё о стохастическом подходе
    Разведывательный анализ данных (EDA) используют для исследования и анализа набора данных с целью получения первичного понимания о его структуре, особенностях и возможных образцах. Вы разберёте, что такое EDA, погрузитесь в краткую историю стохастического подхода и в сферы его применения.
    ◆ Научитесь работать с переменными
    Вы узнаете, как в разведывательном методе используют различные типы переменных — непрерывные, дискретные, порядковые, номинальные, количественные. Также узнаете о зависимостях двух переменных, корреляции и регрессии.
    ◆ Изучите взаимодействие с массивами данных
    В EDA работа с массивами данных включает в себя подготовку данных, их обработку, анализ, визуализацию, агрегацию и преобразования. Вы разберёте методы работы и какие программные инструменты необходимы в процессе.
    ◆ Познакомитесь с оптимизацией больших датасетов
    Вы узнаете, как ускорить процесс работы, повысить эффективность в обработке информации и сократить время анализа. Расскажем, как удалять ненужные переменные, что такое индексация и как применять сжатие.

    Что включено в модуль:
    Введение в разведывательный анализ данных. Алгоритмы и методы
    Математическая статистика в контексте EDA. Типы признаков
    Линейная алгебра в контексте Линейных методов
    Математический анализ в контексте задачи оптимизации
    Теория вероятностей и математическая статистика
    Теория вероятностей в контексте Наивного Байесовского классификатора
    Анализ данных

    Программа модуля:
    Продолжительность: 16 ак. часов / 4 недели
    Формат обучения: Лекция + семинар

    Краткая история стохастического подхода. Типы переменных. Меры локации и разброса набора данных. Диаграмма размаха
    Таблицы частот и оценка мер локации по неполным данным. Гистограммы плотностей
    Зависимость двух переменных. Корреляция и регрессия
    Непараметрическая корреляция. Расчёт корреляции и построение регрессии в Python
    Мониторинг приложений. Автоматизация деплоя с помощью GitHub Actions
    Оптимизация больших датасетов и библиотеки для работы с большими данными

    Твои навыки после обучения
    Владение математической статистики в контексте EDA
    Умение строить таблицы частот и гистограммы плотностей, оценивать меры локации по неполным данным
    Расчёт корреляции и построение регрессии в Python
    Умение работать с массивами данных и пропусками. Классификация и агрегирование. Визуализация в Tableau
    Оптимизация больших датасетов и библиотеки для работы с большими данными

    Mathshub — международная школа анализа данных и разработки.
    Преподаватель модуля: Георгий Милютин. EDA, Математика, Статистика. Ex-глава департамента математики в London Gate Education Group.

    Тариф: Начало пути
    Занятия модуля в записи
    Проверка домашнего задания

    Цена на сегодня: 10099р. (14399р.)
    Скрытая ссылка
     
    Последнее редактирование модератором: 22 май 2024
    1 человеку нравится это.
  2. Последние события

    1. tormaster
      tormaster участвует.
      24 окт 2024
    2. radikcat
      radikcat участвует.
      29 июн 2024
    3. VincentXV
      VincentXV участвует.
      24 май 2024
    4. Toxich
      Toxich участвует.
      23 май 2024