Последние темы автора:
- [tutorplace] Нейросети для написания научных работ
- [Надежда Архипова] Десерты с историей. Тариф «Картошка» чизкейки в подарок (2025)
- [Ольга Фазилова] Китайский календарь-альманах Тонг Шу Tong Shu на 2026 год с 12 Чиновниками, 12 Звёздами Тай Суй и 28 Созвездиями (2025)
- [Дарья Черненко] [Меню недели] Новый год без плиты. Тариф Новый год + Рождество (2025)
- [Джо Диспенза] Сила подсознания, или Как изменить жизнь за 4 недели
[Иван Бибилов, Кирилл Казанцев] [Stepik] Основы Python для исследований и анализа данных (2023)
Данный курс предназначен для тех, кто никогда не сталкивался с данными или с программированием.
Но также он будет полезен для тех, кто занимается исследованиями в социально-гуманитарных дисциплинах.
Чему вы научитесь:
Прикладной анализ данных используется людьми разных профессий: экономистами, социологами, политологами, юристами, медиками, журналистами.
Мы хотим сосредоточить внимание на тех людях, которые могут использовать элементы программирования и аналитики в своей профессии.
При этом конечно не преследуется цель превратить всех в разработчиков или действовать под лозунгом “войти в IT”. Скорее, сосредоточиться на освоении инструментов, помогающих в основной работе.
Мы подготовили для вас вводный курс в анализ данных, который сочетает в себе развитие навыков программирования и анализа данных, а также представление о том, какие данные бывают и как с ними можно работать.
Для кого этот курс:
Этот курс предназначен для тех, кто никогда раньше не занимался работой с данными, не открывал Python (или любой другой язык программирования), но при этом хочет начать разбираться в том, как устроены данные и их первичный анализ. В ходе прохождения курса вам не потребуются дополнительные знания в области математики, статистики или программирования.
Как проходит обучение:
Курс предоставлен в текстовом формате, поэтому вы сможете его изучать в любом месте и на любом устройстве. В программе также будут проверочные задания и задачи на программирование с автоматической проверкой.
Подробнее:
[Иван Бибилов, Кирилл Казанцев] [Stepik] Основы Python для исследований и анализа данных (2023) - Описание
Данный курс предназначен для тех, кто никогда не сталкивался с данными или с программированием.
Но также он будет полезен для тех, кто занимается исследованиями в социально-гуманитарных дисциплинах.
Чему вы научитесь:
- начать применять навыки программирования;
- проводить первичный анализ: то есть загружать данные, готовить первые выводы;
- получать базовые статистики по интересующим показателям;
- готовить небольшой отчет по проведенному анализу при помощи визуализации.
Прикладной анализ данных используется людьми разных профессий: экономистами, социологами, политологами, юристами, медиками, журналистами.
Мы хотим сосредоточить внимание на тех людях, которые могут использовать элементы программирования и аналитики в своей профессии.
При этом конечно не преследуется цель превратить всех в разработчиков или действовать под лозунгом “войти в IT”. Скорее, сосредоточиться на освоении инструментов, помогающих в основной работе.
Мы подготовили для вас вводный курс в анализ данных, который сочетает в себе развитие навыков программирования и анализа данных, а также представление о том, какие данные бывают и как с ними можно работать.
Для кого этот курс:
Этот курс предназначен для тех, кто никогда раньше не занимался работой с данными, не открывал Python (или любой другой язык программирования), но при этом хочет начать разбираться в том, как устроены данные и их первичный анализ. В ходе прохождения курса вам не потребуются дополнительные знания в области математики, статистики или программирования.
Как проходит обучение:
Курс предоставлен в текстовом формате, поэтому вы сможете его изучать в любом месте и на любом устройстве. В программе также будут проверочные задания и задачи на программирование с автоматической проверкой.
Подробнее:
Для просмотра ссылок пройдите регистрацию
Скачать - [Иван Бибилов, Кирилл Казанцев] [Stepik] Основы Python для исследований и анализа данных (2023)
Вы должны Войти на форум чтобы увидеть контент.
