Наука о данных находится на переднем крае технологических инноваций. Эта структура навыков предлагает доступное и всестороннее изучение мира анализа и интерпретации данных. Следуя хорошо структурированной дорожной карте, вы освоите основные концепции и инструменты через практические, не видео-курсы. Практические упражнения в интерактивной песочнице укрепят ваши навыки в статистическом анализе, машинном обучении и визуализации данных.
242 skills|7 courses|91 projects
Быстрый старт с Python
Быстрый старт с Python
Начинающий
LinuxPython
Освойте основы Python в этом практическом курсе, разработанном для начинающих. Изучайте важные концепции, такие как типы данных, управляющие структуры, функции, модули и структуры данных, с помощью интерактивных лабораторных работ и практических задач. Идеально подходит для тех, кто начинает свой путь в программировании на Python.
В этом курсе вы узнаете, что такое Structured Query Language (SQL) и базы данных, основы управления базами данных, как установить и настроить MySQL, а также как подключить клиент MySQL к серверу MySQL.
0 lab
PostgreSQL для начинающих
Начинающий
PostgreSQLDatabase
В этом курсе вы научитесь основам PostgreSQL от установки до операций с данными, включая управление базами данных, создание таблиц и простые запросы.
0 lab
Быстрый старт с NumPy
Начинающий
NumPyPython
В этом курсе вы научитесь основам NumPy, библиотеки, которая поддерживает множество математических операций.
0 lab
Быстрый старт с Pandas
Начинающий
PandasPython
Этот курс предназначен для новичков, которые хотят начать анализ данных с использованием Pandas. Он охватывает основы Pandas, включая структуры данных, манипуляцию данными и визуализацию данных.
0 lab
Быстрый старт с Matplotlib
Начинающий
MatplotlibPython
Этот курс представляет собой быстрый учебник по Matplotlib, библиотеке Python для рисования 2D и 3D графики. Он разработан для того, чтобы помочь вам быстро начать работу с Matplotlib.
0 lab
Быстрый старт с scikit-learn
Начинающий
scikit-learnMachine Learning
В этом курсе мы научимся использовать scikit-learn для создания предиктивных моделей на основе данных. Мы рассмотрим основные концепции машинного обучения и узнаем, как использовать scikit-learn для решения задач обучения с учителем и обучения без учителя. Мы также научимся оценивать модели, настраивать параметры и избегать распространенных ошибок. Мы будем разбирать примеры задач машинного обучения с использованием реальных наборов данных.