bart
PRO
- Сообщения
- 52.242
- Реакции
- 28.429
Начало науки о данных
Beginning Data Science
teamtreehouse
Наука о данных объединяет статистику, анализ данных, машинное обучение и связанные с ними методы для понимания и анализа реальных явлений с данными. В нем используются методы и теории, взятые из многих областей в контексте математики, статистики, информатики и компьютерных наук.
В этом треке мы будем изучать инструменты и методы, которые помогут вам начать свое путешествие.
Вы изучите основные строительные блоки того, как анализировать и сообщать о полученных данных.
Первый курс, который вы пройдете, — это «Основы анализа данных», где вы освоите язык и определения, а также узнаете, как думать о данных. Далее мы рассмотрим некоторые темы, связанные с Python, так как это язык, который специалисты по данным используют чаще всего. Вы создадите прочную основу для работы со списками, словарями, последовательностями, кортежами и многим другим в Python.
Далее мы расскажем, как установить и использовать Anaconda, а также Jupyter Notebooks — два полезных инструмента для работы с Python. Кроме того, вы начнете создавать диаграммы с помощью библиотеки Python matplotlib, стандартной библиотеки визуализации данных. Matplotlib позволяет легко генерировать разнообразные графики и диаграммы с помощью нескольких строк кода Python.
Вы познакомитесь с NumPy, основным пакетом для научных вычислений, а затем с pandas, который предоставляет быстрые, гибкие и выразительные структуры данных для вашей работы с данными Python.
Затем мы рассмотрим некоторые рекомендации по очистке и подготовке данных, визуализации данных и познакомимся с извлечением данных из Интернета. Чтобы завершить этот трек, вы пройдете наш курс «Введение в большие данные», а затем наш курс «Основы машинного обучения».
Готовы сделать следующий шаг в своей карьере в области Data Science? Давайте начнем!
Материал на английском языке
Продажник:
Скачать:
Beginning Data Science
teamtreehouse
Наука о данных объединяет статистику, анализ данных, машинное обучение и связанные с ними методы для понимания и анализа реальных явлений с данными. В нем используются методы и теории, взятые из многих областей в контексте математики, статистики, информатики и компьютерных наук.
В этом треке мы будем изучать инструменты и методы, которые помогут вам начать свое путешествие.
Вы изучите основные строительные блоки того, как анализировать и сообщать о полученных данных.
Первый курс, который вы пройдете, — это «Основы анализа данных», где вы освоите язык и определения, а также узнаете, как думать о данных. Далее мы рассмотрим некоторые темы, связанные с Python, так как это язык, который специалисты по данным используют чаще всего. Вы создадите прочную основу для работы со списками, словарями, последовательностями, кортежами и многим другим в Python.
Далее мы расскажем, как установить и использовать Anaconda, а также Jupyter Notebooks — два полезных инструмента для работы с Python. Кроме того, вы начнете создавать диаграммы с помощью библиотеки Python matplotlib, стандартной библиотеки визуализации данных. Matplotlib позволяет легко генерировать разнообразные графики и диаграммы с помощью нескольких строк кода Python.
Вы познакомитесь с NumPy, основным пакетом для научных вычислений, а затем с pandas, который предоставляет быстрые, гибкие и выразительные структуры данных для вашей работы с данными Python.
Затем мы рассмотрим некоторые рекомендации по очистке и подготовке данных, визуализации данных и познакомимся с извлечением данных из Интернета. Чтобы завершить этот трек, вы пройдете наш курс «Введение в большие данные», а затем наш курс «Основы машинного обучения».
Готовы сделать следующий шаг в своей карьере в области Data Science? Давайте начнем!
Материал на английском языке
Продажник:
Для просмотра вы должны войти или зарегистрироваться.
Скачать:
Скрытое содержимое могут видеть только пользователь группы: PRO
Качать без ограничений Купить доступ к 1 теме
Качать без ограничений Купить доступ к 1 теме
Скрытое содержимое для пользователей: Ferr
