О курсе
Это третья часть курса «Аналитик данных», в которой основное внимание уделяется статистическому анализу. Программа начинается с описательной статистики: рассматриваются непрерывные и дискретные переменные, гистограммы частот и плотностей, характеристики положения, дисперсия, стандартное отклонение и скошенность наборов данных. Далее следует блок по теории вероятностей, где разбираются эксперименты, элементарные исходы и события, закон больших чисел, взаимоисключающие и независимые события, умножение вероятностей, случайные величины, распределение вероятностей, математическое ожидание и дисперсия, биномиальное и нормальное распределения, а также нормальная аппроксимация биномиального распределения. Третий крупный раздел посвящён проверке гипотез: случайная выборка и выборочное среднее, формулирование двусторонних и односторонних гипотез, гипотеза о равенстве средних двух генеральных совокупностей, гипотезы о равенстве средних для зависимых (парных) выборок. В рамках части предусмотрены проектная работа и сборный проект, а также работа с документацией. По описанию программы, в курсе используются Python и его библиотеки, Jupyter Notebook и SQL. Отдельно указано, что 71,1% выпускников трудоустраиваются, большинство — в течение четырёх месяцев после выпуска; эти данные, по утверждению авторов, подтверждены исследованием Института образования НИУ ВШЭ.
Что рассматривается в программе
- рассматривается описательная статистика: непрерывные и дискретные переменные, гистограммы частот и плотностей
- разбираются характеристики положения, дисперсия, стандартное отклонение и скошенность данных
- изучается теория вероятностей: события, закон больших чисел, случайные величины, распределения
- рассматриваются математическое ожидание, биномиальное и нормальное распределения
- разбирается проверка гипотез: двусторонние и односторонние гипотезы, сравнение средних
- предусмотрена работа с Python и его библиотеками, Jupyter Notebook и SQL
- выполняются проектные работы, включая сборный проект
Кому может быть полезен курс
- тем, кто изучает статистический анализ данных и хочет ознакомиться с описательной статистикой, теорией вероятностей и проверкой гипотез
- специалистам, которым нужно систематизировать знания по статистическим методам в аналитике данных
- тем, кто планирует работать с Python, Jupyter Notebook и SQL в задачах анализа данных
- тем, кто интересуется проектной работой в области анализа данных
Вопросы о программе
Какие темы входят в третью часть курса?
В программе третьей части рассматриваются описательная статистика, теория вероятностей и проверка гипотез. Также предусмотрены проектная работа и сборный проект.
Какие инструменты используются в курсе?
По описанию программы, в курсе применяются Python и его библиотеки, Jupyter Notebook и SQL.
Есть ли в программе проектная работа?
Да, в материалах части указаны проектная работа и сборный проект, а также работа с документацией.
Что известно о трудоустройстве выпускников?
По данным авторов курса, 71,1% выпускников находят работу, большинство — в течение четырёх месяцев после выпуска. Эти сведения, как утверждается, подтверждены исследованием Института образования НИУ ВШЭ.