На этом курсе мы продолжим изучать статистику, а также узнаем как загружать, преобразовывать и очищать данные, необходимые для создания модели.
Раздел 1. Описательная статистика
Мы уже умеем строить графики и познакомились с основами статистики на Питоне. Пора систематизировать и расширить наши знания.
- Категорийные переменные
- Количественные признаки: меры среднего
- Количественные признаки: меры разброса
Раздел 2. Библиотека Pandas
На вводном курсе мы научились создавать датафреймы библиотеки Pandas из питоновского словаря, а также подгружать внешние данные в Google Colab. В этом разделе мы рассмотрим новые форматы исходных данных, научимся изменять и анализировать датафреймы.
- Создание и преобразование датафрейма
- Статистика в Pandas
Раздел 3. Предварительная обработка данных
Данные, которые мы используем для анализа, редко бывают идеальными. В них часто встречаются пропущенные значения и повторы. Отдельная сложность для построения моделей — категорийные переменные и различающийся диапазон признаков.
- Пропущенные значения и повторы
- Работа с категорийными признаками
- Нормализация данных
Раздел 4. Соревнование на Kaggle
Kaggle — прекрасная платформа для улучшения навыков машинного обучения. Снова попробуем свои силы с классическим датасетом о выживших во время крушения Титаника.
- Как устроен Kaggle
- Алгоритм случайного леса
- Анализ данных и построение модели
Поздравляю с завершением курса анализа данных! Теперь, когда мы познакомились с основами ML, изучили Питон и научились анализировать данные, нам предстоит погрузиться глубже, и начнем мы этот путь с изучения методов оптимизации.