“Python: Introdução à Análise de Dados” - curso RUB 30.000. da MSU, treinando 4 semanas. (1 mês), Data: 30 de novembro de 2023.

1. Bibliotecas da linguagem de programação Python.

Principais finalidades e funções das bibliotecas;
Tipos de bibliotecas para análise de dados: Pandas, Numpy, Statsmodels, Sklearn, Seabourne;
Tipos de bibliotecas para visualização de dados;

2. Tipos e estruturas de dados em Python.

Tipos de tipos de dados: Integer, float, bool, srting, object;
Tipos de estruturas de dados: Dataframe, séries, array, tuplas, listas, etc.;

3. Carregamento de dados no programa e análise preliminar.

Carregamento de dados em diversos formatos (xlsx, csv, html, etc.);
Determinação do número de linhas e colunas;
Identificação de valores faltantes;
Identificação de tipos de dados em uma matriz;

4. Funções Python para análise de dados.

Funções para obtenção de estatísticas descritivas (encontrar max, min, média, mediana, quartis);
Funções para visualização da densidade de distribuição de dados (distribuição Normal Gaussiana);
Funções para criação de variáveis ​​binárias (dummies var);
Funções de algoritmos de aprendizado de máquina para construção de modelos (mínimos quadrados, máquinas de vetores de suporte, floresta aleatória, regressão logística, séries temporais);

5. Construção de modelos de regressão.

O objetivo da construção de regressões lineares pelo método dos mínimos quadrados;
Propor hipóteses e definir um problema (com base em dados de trabalho);
Construindo um modelo de regressão em Python;
Avaliação da significância dos coeficientes obtidos e do modelo como um todo (estatísticas t, estatísticas F);
Avaliação da qualidade do modelo (R2);
Verificação dos pressupostos de Gauss-Markov;
Interpretação dos resultados obtidos;

6. Construção de modelos de classificação.

Algoritmo Floresta Aleatória;
Regressão logística;
Máquina de vetores de suporte;

Endereço

119991, Moscou, st. Leninskie Gory, 1, prédio. 51, 5º andar, sala 544 (escritório do reitor)

Mostrar no mapa