Продвинутые методы машинного обучения

В этом курсе вы будете изучать основные инструменты и техники работы с данными в Python. Вы научитесь использовать библиотеку NumPy для работы с массивами чисел, получать и предобрабатывать данные с помощью объекта DataFrame, анализировать данные с помощью библиотеки Pandas и выводить статистические результаты.

Курс включает в себя следующие темы, которые вы последовательно изучите в течение четырех недель.

1. Библиотека NumPy.

2. Получение и предобработка данных. Первичная работа с объектом DataFrame.

3. Описательная статистика. Анализ данных с помощью Pandas.

4. Статистика вывода.

После освоения курса вы:

• узнаете о возможностях основных библиотек, используемых для анализа данных; 

• сможете использовать базовые операции по работе с массивами, математические и статистические функции библиотеки NumPy для решения прикладных задач; 

• сможете решать системы линейных уравнений в Python матричным методом, решать задачи с помощью системы линейных уравнений;

• вы узнаете виды, источники и способы хранения данных (csv, tsv-файлы и другие); 

• узнаете структуры данных и инструменты, предоставляемые библиотекой Pandas для работы с данными;

• сможете получить информацию о DataFrame, вычислить описательные статистики для числовых данных, обратиться к элементам DataFrame по индексу и порядковому номеру, изменить индекс;

• сможете выполнять поиск, фильтрацию и сортировку DataFrame с применением методов библиотеки Pandas;

• сможете работать с несколькими таблицами с помощью инструментов библиотеки Pandas;

• сможете отличать и понимать базовые статистические концепции — генеральная совокупность, выборка; 

• узнаете, как использовать библиотеки Python для анализа данных в некоторых задачах машинного обучения.

В конце курса нужно будет пройти проверочный тест и задание на оценку.