Python для аналитики от Otus

Модуль 1. Введение в Python

• Тема 1. Знакомство с Jupyter Notebook, синтаксис Python

• Тема 2. Итерируемые типы данных. Методы работы со списками, кортежами, словарями, множествами

• Тема 3. Условные операторы, обработка исключений, циклы. Comprehensions, генераторы

• Тема 4. Функции, области видимости, глобальные и локальные переменные, лямбда функции

• Тема 5. Работа со строковыми данными. Регулярные выражения

• Тема 6. Работа с файловой системой и модули

Модуль 2. Библиотеки по работе с данными и визуализациями

• Тема 7. Библиотека Numpy, вектора и матрицы

• Тема 8. Библиотека Pandas, Series и Dataframe, методы для работы с ними

• Тема 9. Основы статистики, статистические отчеты

• Тема 10. Визуализация в Matplotlib, Seaborn, Plotly

• Тема 11. Разбор кейса. Разведочный анализ данных (EDA) на примере

• Тема 12. Q&A (разбор домашних заданий)

Модуль 3. Практики. Продуктовая и маркетинговая аналитика

• Тема 13. Введение в продуктовую аналитику на Python. Метрики и методы

• Тема 14. Когортный анализ. Работа с датами и библиотекой dt

• Тема 15. RFM - анализ

• Тема 16. ABC - XYZ анализ

• Тема 17. Проверка гипотез. A/B тестирование

Модуль 4. Работа с базами данных, парсинг данных с сайтов, взаимодействие с API

• Тема 18. Обзор про базы данных, SQL и теорию множеств. Таблицы, представления, простые выборки, функции

• Тема 19. Join, exists, вложенные запросы, group by, having. Индексы и план запроса

• Тема 20. Оконные функции в SQL, виды и область применения

• Тема 21. HTTP. Обзор по работе с HTTP в Python. Библиотеки, requests

• Тема 22. Парсинг данных из HTML

• Тема 23. Работа с JSON, работа с CSV и xls

Модуль 5. Основы машинного обучения в Python

• Тема 24. Введение в машинное обучение. Обучение с учителем/без учителя. Бибилиотека Scikit-learn

• Тема 25. Линейная регрессия, Построение модели и метрики

• Тема 26. Логистическая регрессия. Построение модели и метрики

• Тема 27. Кластеризация. Построение модели и метрики

• Тема 28. Q&A (разбор домашних заданий)

Модуль 6. Проектная работа

• Тема 29. Выбор темы и организация проектной работы

• Тема 30. Консультация по проектам и домашним заданиям

• Тема 31. Защита проектных работ

• Тема 32. Подведение итогов курса