Data Science: быстрый старт от ProductStar

Блок 1: "Python, быстрый старт: типы данных, функции, классы, ошибки"

• Введение в Python

• Типы данных, функции, классы, ошибки

Блок 2: "Python, быстрый старт: строки, условия, циклы, списки и словари"

• Строки, условия, циклы

• Списки и словари в Python

Блок 3: "Библиотеки для анализа данных: Pandas"

• Пакеты, файлы, Pandas – начало

• Pandas – продолжение

Блок 4: "Библиотеки для анализа данных: визуализация"

• Библиотеки визуализации данных

• Практика

Блок 5: "Знакомство с машинным обучением"

• Задачи машинного обучения

• Ключевые инструменты Machine Learning и их применение

Блок 6: "Основные модели машинного обучения: линейная регрессии"

• Что такое модели машинного обучения?

• Линейная регрессия

• Практика

Блок 7: "Бинарная классификация"

• Алгоритм бинарной классификации данных

• Применение на задачах

Блок 8: "Валидация. Почему это важно"

• Проблема переобучения и недообучения

• Валидация на отложенной выборке

• KFold и Stratified KFold валидация

Блок 9: "Решающие деревья"

• Определение и процесс построения решающего дерева

• Принцип работы дерево с количественными и категориальными признаками

• Сравнение дерева решений с линейными моделями

Блок 10: "Feature Engineering, Feature Selection"

• Состав Feature Engineering

• Базовые подходы к созданию признаков

• Состав Feature Selection

• Разбор кейсов

Блок 11: "Предсказание оттока клиентов и прогноз продаж"

• Разбор кейса

• Практическая задача по предсказанию оттока пользователей

• Практика и применение алгоритмов

Блок 12: "Воркшоп: скоринг кредитного портфеля"

• Разбор кейса и нюансов

• Практическая задача