Обработка данных на языке Python. Часть 1

Стоимость полного доступа к материалам курса — 9000 ₽ (включая НДС 22%). Оплата — единоразово, 100% предоплата. Доступ открывается сразу после оплаты. 

У курса есть бесплатная ознакомительная часть: нажмите на кнопку “Записаться”, этот курс появится у вас в разделе “Мои курсы”, и вы сможете посмотреть бесплатные общедоступные видеолекции, после чего принять решение: покупать курс или нет.

Что вы получите после оплаты:

• Доступ ко всем материалам курса (видеолекции + тесты).
• Возможность пройти итоговый тест с процедурой идентификацией личности (прокторинг).
• Возможность получить электронный сертификат, если наберете 60% баллов за тесты к разделам и итоговый тест. ВАЖНО: сертификат не является документом государственного образца!
• Если вы хотите пройти курс как программу повышения квалификации с выдачей удостоверения гос. образца - напишите на openedu@mephi.ru

Как оплатить и получить доступ ко всем материалам:

• Зарегистрируйтесь на портале openedu.ru.
• Запишитесь на курс (кнопка "Записаться" справа).
• Курс появится в разделе “Мои курсы”, вы сможете посмотреть бесплатную часть.
• Оплатите курс в разделе "Мои курсы".
• Сразу после оплаты вам откроется доступ ко всем материалам.
• Изучайте материалы в удобное время, без дедлайнов и дополнительных проверок.

Хотите официальное удостоверение?

Вы можете пройти повышение квалификации по этому курсу в онлайн-формате. В отличие от сертификата, удостоверение о повышении квалификации — это официальный документ государственного образца (72 часа, ФИС ФРДО).

Записаться на программу повышения квалификации можно по ссылке.

Стоимость доступа к материалам курса за исключением ознакомительной части (включая тестовые материалы и возможность пройти экзамен с прокторингом и получить сертификат) составляет 3600 рублей. Для этого нужно пройти текущее тестирование не меньше чем на 60% и итоговый тест не меньше чем на 60%.

1. Python for Data Analysis by Wes McKinney (O’Reilly). Copyright 2017 Wes McKinney, 978-1-491-95766-0
2. Волкова В.М., Программные системы статистического анализа. Обнаружение закономерностей в данных с использованием системы R и языка Python [Электронный ресурс]: учебное пособие / Волкова В.М. - Новосибирск : Изд-во НГТУ, 2017. - 74 с. - ISBN
3. 978-5-7782-3183-2 - Режим доступа: http://www.studentlibrary.ru/book/ISBN9785778231832.html
4. www.python.org

Модуль 1. IPython: интерактивные вычисления и среда разработки. Облачная среда вычислений Google Colab.

Модуль 2. Основы работы с модулем Pandas. Датафреймы и базовые операции над ними.

Модуль 3. Чтение и запись данных, форматы файлов. Библиотека Os.

Модуль 4. Переформатирование данных: очистка, преобразование, слияние, изменение формы .

Модуль 5. Агрегирование данных и групповые операции.

Модуль 6. Основы работы с модулем NumPy: массивы и векторные вычисления.

Модуль 7. Построение графиков и визуализация. Библиотека Matplotlib.

Модуль 8. Временные ряды. Передискретизация периодов. Скользящее среднее.

Модуль 9. Базовая обработка текстов. Регулярные выражения. Библиотека Re.

Модуль 10. Базовый парсинг сайтов. Библиотекa BS4. Построение дерева тегов статической Html страницы.

Модуль 11. Поиск аномальных значений. Восстановление пропущенных значений.

Модуль 12. Квантование и перекодирование данных. Библиотека Sklearn.

Модуль 13. Регрессионный анализ в Библиотеке Sklearn. Линейная регрессия.

Модуль 14. Продвинутая обработка текстов. Векторизация текстовых данных с библиотекой Sklearn.

Модуль 15. Работа  с языком SQL в файловой СУБД Sqlite3.

Модуль 16. Модуль Random, генерация случайных подвыборок и оценка статистических характеристик исходной выборки.

Знание специализированных библиотек Python для анализа данных.

Умение разрабатывать прикладные программы на языке программирования Python.

Практический навык использования набора библиотек языка Python для прикладных задач в области анализа данных.