Последние темы автора:
- [Анна Тищенко] Проект по оксалатам, трипельфосфатам и путям транссульфатации (2024)
- [hleb.club] Чиабатта. Золотые правила (2024)
- [Radiateacher] Мини-курс по нейросетям для преподавателей - Enchantech. Версия 1 (2024)
- [Игорь Кауфман] [ДетоксКафа] Домашняя программа восстановления микрофлоры кишечника (2024)
- [Марина Персява] Авторские полезные конфеты: без сахара, без лактозы, без глютена, веган (2024)
- #1
Голосов: 0
[Karpov.Courses] Продвинутая аналитика данных. Часть 3 (2023)
Цель нашего курса — помочь опытным аналитикам расширить свои компетенции и задать правильное направление для дальнейшего развития в профессии. Полученный практический опыт позволит углубить знания в области продуктовой аналитики и научиться подбирать правильные инструменты для решения задач в самых неопределённых условиях и незнакомых отраслях.
Описание:
Цель нашего курса — помочь опытным аналитикам расширить свои компетенции и задать правильное направление для дальнейшего развития в профессии. Полученный практический опыт позволит углубить знания в области продуктовой аналитики и научиться подбирать правильные инструменты для решения задач в самых неопределённых условиях и незнакомых отраслях.
ЧТО НЕОБХОДИМО ДЛЯ КУРСА
- Знание базового синтаксиса Python (циклы, функции, условные операторы)
- Знание библиотек (pandas, numpy, scipy) на уровне импорта, экспорта данных, предобработки, EDA, базовая работа со случайными величинами
- Навыки визуализации в Python (Seaborn, matplotlib построение базовых визуализаций)
- Опыт анализа простых экспериментов (t-test или Манна-Уитни в Python)
- Написание запросов с JOIN, where, group by и агрегационными функциями
- Проверка гипотез
- Ошибки 1-ого и 2-ого рода
- Статистические критерии и p-value
- ЦПТ
- Корелляция
- Опыт работы с Tableau, Power BI, Superset или другими похожими инструментами
Для просмотра ссылок пройдите регистрацию