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

[Kevin]

Exploratory Data Analysis (EDA) [Mathshub] [Георгий Милютин]​

На модуле EDA вы изучите:
1. Понятие стохастического подхода в анализе данных
2. Разделение переменных на типы и выбор соответствующих мер для локации и разброса
3. Применение различных методов анализа данных

1. Математическая статистика, линейная алгебра, математический анализ и теория вероятностей в контексте оптимизации и машинного обучения
2. Стохастический подход в EDA и его применение
3. Работа с различными типами переменных, зависимости переменных, корреляция и регрессия
4. Взаимодействие с массивами данных: подготовка, обработка, анализ, визуализация, агрегация, преобразование
5. Оптимизация больших датасетов: ускорение работы, эффективность, сжатие данных

Включенное в модуль:​

- Введение в EDA и алгоритмы
- Математическая статистика в EDA
- Линейная алгебра и линейные методы
- Математический анализ и 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

По окончании обучения вы сможете:
- Применять математическую статистику в EDA
- Строить таблицы частот, гистограммы плотностей, оценивать меры локации
- Вычислять корреляцию и строить регрессию в Python
- Работать с массивами данных, пропусками, классификацией, агрегацией и визуализацией в Tableau
- Оптимизировать большие датасеты

Узнайте больше на Mathshub, международной школе анализа данных и разработки, вместе с преподавателем модуля - Георгием Милютиным.

Тариф: Начало пути
- Запись занятий
- Проверка домашнего задания
- Сегодня всего за 10099р. (вместо 14399р.)

Для просмотра скрытого содержимого вы должны зарегистрироваться