Trinity
Администратор
- Регистрация
- 10.07.21
- Сообщения
- 30.569
- Реакции
- 418.836
Последние темы автора:
[Наташа Фелицына] [Felitsyna school] Макияж для себя. Продвинутый (2024)
[Юлия Барминова] «Скетч лодки» (2024)
[Оксана Дружченко] Выбор дат (2019)
[Московская академия сельского хозяйства] Кролиководство. Дисциплина 10 (2023)
[Инфоурок] Основные принципы, способы и методы безопасного содержания кошек...
[Юлия Барминова] «Скетч лодки» (2024)
[Оксана Дружченко] Выбор дат (2019)
[Московская академия сельского хозяйства] Кролиководство. Дисциплина 10 (2023)
[Инфоурок] Основные принципы, способы и методы безопасного содержания кошек...
[teamtreehouse] Начало науки о данных (2022)
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
Подробнее:
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
Подробнее:
Скачать:Для просмотра ссылок необходимо выполнить Вход или Регистрация
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.