Писать на Python
Использовать переменные, функции, циклы, коллекции и обработку ошибок.
Мини-курс ProductStar об основах Data Science: Python, работа с таблицами, визуализация, машинное обучение и учебные задачи прогнозирования.
| Кому подойдёт | Чем поможет курс |
|---|---|
| Начинающим в IT | Школа указывает, что курс подходит новичкам. Программа начинается с установки Python, базовых типов данных и первой программы, а затем переходит к анализу и моделям. |
| Аналитикам | Курс может дополнить опыт аналитиков работой с Python, Pandas, визуализацией и базовыми моделями машинного обучения. В программе есть задачи прогноза и скоринга. |
Использовать переменные, функции, циклы, коллекции и обработку ошибок.
Работать с таблицами и пропусками и объединять данные в Pandas.
Создавать графики и интерактивные панели с библиотеками Python.
Применять регрессию, классификацию и валидацию в учебных задачах.
Задания для применения изученного материала и отработки навыков.
Работа над проектами, в которых можно объединить знания и навыки из разных тем курса.
Совместная работа над практическими задачами с разбором подходов и решений.
Темы и разделы, которые входят в программу обучения.
История и возможности Python, установка Python и Jupyter Notebook, первая программа и работа с Telegram-ботом.
Типы данных, функции и объекты, обработка ошибок, модули и преобразование типов на примере калькулятора-бота.
Строки, условия if и циклы while и for; интеграция с внешними API при решении задач.
Создание и использование списков и словарей Python, основные методы и функции для работы с ними.
Пакеты и модули, чтение и запись файлов, импорт и экспорт данных через Google Sheets; введение в Pandas.
Создание и индексирование датафреймов, работа с пропусками, объединение таблиц с concat, merge и join, группировка.
Базовые графики в Matplotlib, визуализация в Seaborn и интерактивные панели с Plotly и Dash.
Основы Data Science и машинного обучения, подходы с учителем и без, этапы построения системы и первая модель.
Линейная регрессия, подготовка данных и градиентный спуск, метрики качества и проблема переобучения.
Бинарная классификация и логистическая регрессия, метрики качества, обработка пропусков и подход «один против всех».
Переобучение и недообучение, отложенная выборка и кросс-валидация для оценки качества модели.
Построение и интерпретация деревьев решений, критерии информативности и регуляризация модели.
Обработка категориальных и числовых признаков, выбор признаков с учётом модели и подготовка обучающей выборки.
Воркшоп: перевод бизнес-задачи в задачу ML, прогноз оттока клиентов и предсказание продаж.
Воркшоп по скорингу кредитного портфеля: подготовка данных, построение модели и работа с метриками.
Практические работы курса — какие задачи вы будете решать, какие кейсы и примеры разбирать.
Программа включает задачи прогноза оттока клиентов и продаж, а также построение скоринговой модели кредитного портфеля.
В разделах указаны первая программа, калькулятор-бот и построение модели. Условия проверки и обратной связи уточняйте у школы.
Профессии, с задачами которых знакомит программа курса.
Навыки, на развитие которых направлена программа курса.
Инструменты и методы по материалам школы; состав может зависеть от тарифа.
Состав экспертов и их участие в конкретной группе уточняйте у школы.

Школа указывает этот вид документа.
Требования к получению и формат уточняйте в школе.
Школа адресует программу новичкам в IT и аналитикам. Она начинается с основ Python и переходит к обработке данных и машинному обучению.
В 15 разделах рассматриваются Python, Pandas, визуализация, регрессия, классификация, валидация, деревья решений и учебные воркшопы.
Школа перечисляет Python, Jupyter, Pandas, NumPy, Matplotlib, Seaborn, Plotly / Dash, Scikit-learn и другие инструменты и методы.
Программа включает первые программы на Python, ML-модель и воркшопы по прогнозированию и скорингу. Формат проверки уточняйте у школы.
Hadoop упомянут во вступлении школы как пример инструмента; отдельного раздела по нему в проверенной программе нет. Содержание уточняйте у школы.
ProductStar называет директора по аналитике Vezet group Николая Пекальн и руководителя бизнес-аналитики СберМаркета Ришата Исхатова.
В каталоге указаны два месяца и онлайн-формат. Срок доступа к материалам в проверенных блоках отдельно не указан.
В тарифе указан сертификат о прохождении курса. Его формат и условия получения необходимо уточнять непосредственно у школы.
В FAQ школа пишет, что трудоустройство на мини-курсах не предусмотрено; условия иной поддержки можно уточнить у ProductStar.
На дату снимка показаны десять платежей по 1 990 ₽ — всего 19 900 ₽ при оплате частями. Цену одним платежом и условия оплаты уточняйте у школы.
Перейдите на сайт ProductStar, чтобы узнать условия обучения на курсе «Data Science: быстрый старт».
На сайт школыДругие программы для той же профессии или со схожими навыками и инструментами.
Совместная программа GeekBrains и Skillbox посвящена работе с данными и основам машинного обучения. После базы школа предлагает выбрать направление; описание вариантов в программе и FAQ различается.
Курс Яндекс Практикума для специалистов с начальным опытом машинного обучения. За четыре месяца программа проводит через подготовку данных, обучение модели, развёртывание сервиса и мониторинг.
Онлайн-программа ProductStar по аналитике данных: подготовка и визуализация данных, продуктовые метрики, A/B-тесты, SQL, Python и итоговый аналитический проект.
Курс адресован новичкам в IT и аналитикам: он начинается с Python и проходит через табличные данные, визуализацию и базовые модели машинного обучения. Это вводная программа, которая затрагивает задачи Data Scientist и смежных специалистов, а не обещание полного освоения всех направлений Data Science.
В программе 15 разделов, первая ML-модель и два воркшопа по прогнозированию и скорингу. Школа перечисляет Python, Jupyter, Pandas и другие библиотеки; Hadoop упомянут во вступлении, но отдельного раздела в программе не видно. Уточните содержание, условия проверки заданий и индивидуальной обратной связи.
Школа указывает два месяца обучения и сертификат о прохождении. По FAQ трудоустройство на мини-курсах не предусмотрено. На дату снимка показаны десять платежей по 1 990 ₽, всего 19 900 ₽ при оплате частями; цену одним платежом и условия уточняйте у школы.
Познакомьтесь со школой ProductStar, её программами и условиями обучения.
ОткрытьСравните курсы ProductStar по программе, практике и условиям обучения, чтобы выбрать подходящий вариант.
ОткрытьСравните онлайн-курсы по программе, школе, стоимости и длительности. Найдите обучение для первых шагов или развития навыков и изучите условия перед записью.
Открыть