“Python: Veri Analizine Giriş” - kurs 30.000 RUB. MSU'dan, 4 hafta eğitim. (1 ay), Tarih: 30 Kasım 2023.

1. Python programlama dili kütüphaneleri.

Kütüphanelerin temel amaç ve işlevleri;
Veri analizi için kütüphane türleri: Pandas, Numpy, Statsmodels, Sklearn, Seabourne;
Veri görselleştirmeye yönelik kütüphane türleri;

2. Python'da türler ve veri yapıları.

Veri türü türleri: Tamsayı, kayan nokta, bool, srting, nesne;
Veri yapısı türleri: Veri çerçevesi, seriler, diziler, tuple'lar, listeler vb.;

3. Verilerin programa yüklenmesi ve ön analiz.

Farklı formatlardaki verileri yükleme (xlsx, csv, html vb.);
Satır ve sütun sayısının belirlenmesi;
Eksik değerlerin belirlenmesi;
Bir matristeki veri türlerinin belirlenmesi;

4. Veri analizi için Python işlevleri.

Tanımlayıcı istatistikler elde etmeye yönelik işlevler (maksimum, minimum, ortalama, medyan, çeyrekleri bulma);
Veri dağılımının yoğunluğunu görselleştirmeye yönelik işlevler (Normal Gauss dağılımı);
İkili değişkenler (kukla değişkenler) oluşturmaya yönelik işlevler;
Model oluşturmaya yönelik makine öğrenimi algoritmalarının işlevleri (en küçük kareler, destek vektör makineleri, rastgele orman, lojistik regresyon, zaman serileri);

5. Regresyon modellerinin oluşturulması.

En küçük kareler yöntemini kullanarak doğrusal regresyon oluşturmanın amacı;
Hipotezler önermek ve bir problem belirlemek (çalışma verilerine dayanarak);
Python'da bir regresyon modeli oluşturmak;
Elde edilen katsayıların ve modelin bir bütün olarak anlamlılığının değerlendirilmesi (t-istatistikleri, F-istatistikleri);
Model kalite değerlendirmesi (R2);
Gauss-Markov varsayımlarının kontrol edilmesi;
Elde edilen sonuçların yorumlanması;

6. Sınıflandırma modellerinin oluşturulması.

Rastgele Orman algoritması;
Lojistik regresyon;
Destek Vektör Makinesi;

Adres

119991, Moskova, st. Leninskie Gory, 1, bina. 51, 5. kat, oda 544 (Dekanın ofisi)

Haritada göster