MegaAdmin
Администратор
- Регистрация
- 11.08.15
- Сообщения
- 61,527
- Реакции
- 297,940
- #1
Голосов: 0
Цель нашего курса — помочь опытным аналитикам расширить свои компетенции
и задать правильное направление для дальнейшего развития в профессии. Полученный практический опыт позволит углубить знания в области продуктовой аналитики и научиться подбирать правильные инструменты для решения задач в самых неопределённых условиях и незнакомых отраслях.
ЧТО НЕОБХОДИМО ДЛЯ КУРСА
- Знание базового синтаксиса Python (циклы, функции, условные операторы)
- Знание библиотек (pandas, numpy, scipy) на уровне импорта, экспорта данных, предобработки, EDA, базовая работа со случайными величинами
- Навыки визуализации в Python (Seaborn, matplotlib построение базовых визуализаций)
- Опыт анализа простых экспериментов (t-test или Манна-Уитни в Python)
- Написание запросов с JOIN, where, group by и агрегационными функциями
- Проверка гипотез
- Ошибки 1-ого и 2-ого рода
- Статистические критерии и p-value
- ЦПТ
- Корелляция
- Опыт работы с Tableau, Power BI, Superset или другими похожими инструментами
Скачать - [Karpov.Courses] Продвинутая аналитика данных. Часть 3 (2023):
Если у Вас нет Премиум статуса:
Похожие темы
- [Илья Низамов] Telegram Web App 1C (2024)
- [Product University] Анализ данных с AI. Октябрь (2023)
- [Product University] Telegram-бот Developer (2022)
- [Product University] Blockchain Developer c нуля (2024)
- [Udemy] Anatolii Domin ― Unreal Engine 5 Синематик и Анимация с нуля до профессионала (2024)
- [Nikolay Petrov] [Stepik] ClickHouse для аналитика (2023)
- [Stepik] HTML CSS (pro) (2024)
- [Михаил Непомнящий] Тестирование JavaScript и React приложений (2024)
- [Pikuma] Программирование трехмерной компьютерной графики (2023)
- [Игнат Егоров] Разработчик мобильных приложений на FlutterFlow (2023)