Доступно

Аналитик данных [Яндекс. Практикум] [6/6]

Тема в разделе "Курсы по программированию", создана пользователем Stalevar, 14 окт 2021.

Цена: 13 000р-95%
Взнос: 552р
100%

Основной список: 53 участников

Резервный список: 3 участников

Статус обсуждения:
Комментирование ограничено.
  1. 14 окт 2021
    #1
    Stalevar
    Stalevar ОргОрганизатор

    Складчина: Аналитик данных [Яндекс. Практикум] [6/6]

    Яндекс. Практикум
    Аналитик данных
    Часть 6 из 6

    Запись на все части доступна по ссылкам:
    часть 1, часть 2, часть 3, часть 4, часть 5 и часть 6.


    2021-10-14_223631.jpg


    Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. Его работа помогает принимать решения в бизнесе, управлении и науке. На курсе мы хотим научить вас пользоваться основными инструментами для получения профессии: Python и его библиотеки, Jupyter Notebook, SQL.

    71,1% выпускников трудоустраиваются
    Мы делаем всё, чтобы студенты нашли новую работу после обучения: выдаём официальный диплом, учим собирать портфолио проектов, помогаем с поиском работы.

    71,1% выпускников находят работу, большинство из них — за 4 месяца после выпуска. Институт образования НИУ ВШЭ подтвердил данные через исследование трудоустройства выпускников.

    Часть 6
    • Автоматизация
      • Основы запуска скриптов
        • Введение
        • Основы работы с командной строкой
        • Доступ к командной строке на вашей локальной машине
        • Основные команды для работы с консолью
        • Настройка учетной записи в Яндекс.Облако
        • Установка Python на локальной машине
        • Запуск скрипта из командной строки
        • Запуск скрипта из командной строки в Яндекс.Облаке
        • Запуск скрипта по расписанию
        • Памятка по отладке cron.
        • Заключение
      • Что такое дата-пайплайны и зачем они нужны
        • Введение
        • Дата-пайплайны для автоматизации дащбордов
        • Агрегация данных и создание таблиц в БД
        • Вертикальные и горизонтальные таблицы
        • Создание скрипта пайплайна
        • Заключение
      • Проектирование и разработка дашбордов в dash.
        • Введение
        • Дашборды
        • Сбор требований при создании дашборда
        • Как создавать основные типы график в dash
        • Основы работы с элементами управления
        • Базовые элементы управления в dash
        • Элементы управления и интерактивность
        • Элементы дашборда
        • Разработка дашборда, основы композиции
        • Запуск дашборда на локальной машине
        • Запуск дашборда на виртуальной машине
        • Заключение
      • Tableau
        • Введение
        • Начало работы с Tableau Public
        • Как работать с Tableau
        • Подготовка данных
        • Таблицы и простые вычисления
        • Фильтры
        • Публикация дашборда.
        • Простые графики
        • Линейные графики и области с накомлением
        • Специальный типы графиков
        • Сборка дашборда
        • Заключение
      • Проектная работа
        • Часть 1. Составления технического задания
        • Часть 2. Создание дашборда
    • Прогнозы и предсказания
      • Введение
      • Задачи машинного обучения в бизнесе
        • Введение
        • Что такое обучение?
        • Введение в прогнозирование и машинное обучение
        • Обучение с учителем
        • Обучение без учителя
        • Обучение модели в Python. Библиотека sklearn.
        • Тестовая, валидационная и обучающая выборки
        • Нелообучение и переобучение
        • Разделяй и валидируй
        • Пайпланй машинного обучения
        • Почему машинное обучение - не панацея?
        • Заключение
      • Алгоритм машинного обучения
        • Введение
        • Линейная регрессия и функция ошибки
        • Градиентный спуск
        • Предобработка. Масштабирование признаков
        • Регуляризация
        • Реализация линейный моделей
        • Метрики регресии
        • Логистическая регрессия
        • Метрики классификации. Работа с метками.
        • Метрики классификации. Смотрим на вероятности.
        • Порог и баланс классов
        • Дерево принятия решений
        • Ансамбль деревьев: случайный лест и градиентный бустинг.
        • Алгоритмы обучения без учителя: кластеризация
        • При чем здесь расстояние?
        • K-Means и агломеративная иерархическая кластеризация
        • Метрики для задачи обучения без учителя
        • Заключение
      • Процесс решения задач машинного обучения
        • Введение
        • Постановка задачи
        • EDA. Анализ качества признаков
        • EDA. Формулировка гипотез
        • Предварительная обработка данных
        • Random и time split.
        • Выбор метрик
        • Выбор модели машинного обучения
        • Обучаем модели и выбираем лучшую
        • Важность признаков
        • Заключение.
      • Проектная работа(Проект)
      • Заключение.
    Сайт: Скрытая ссылка
     
    Последнее редактирование: 5 янв 2022
    1 человеку нравится это.
  2. Последние события

    1. skladchik.com
      Складчина доступна.
      14 янв 2022
    2. SpacePilot 3000
      SpacePilot 3000 участвует в складчине.
      11 янв 2022
    3. ufo23
      ufo23 участвует в складчине.
      10 янв 2022
    4. Эми
      Эми участвует в складчине.
      8 янв 2022

    Последние важные события

    1. skladchik.com
      Складчина доступна.
      14 янв 2022
    2. skladchik.com
      Взнос в складчине составляет 276р.
      7 янв 2022
    3. skladchik.com
      Складчина активна.
      7 янв 2022
    4. skladchik.com
      Сбор взносов начинается 07.01.2022.
      5 янв 2022
Статус обсуждения:
Комментирование ограничено.