Stokrat
Модератор
Модератор

Stokrat
Модератор
Модератор
- Сообщения
- 11,900
- Реакции
- 1,539
Данная складчина - повтор этой складчины. Автор изменил название. Будьте внимательны!
[Udemy] Линейная регрессия на Python: pandas [Центр digital-профессий ITtensive]
Обработка и предсказание данных в Python
Изучить работу с библиотекой pandas на Python и применить линейную регрессию для временных рядов
Чему вы научитесь
Изучим работу с импортом, объединением, преобразованием, фильтрацией данных на pandas, а также научимся линейной регрессии.
После прохождения курса вы сможете самостоятельно загружать данные в формате CSV, TSV, Excel, извлекать из них значения, находить взаимосвязи между разными наборами данных, преобразовывать и усекать наборы данных. В заключении вы освоите математический аппарат линейной регрессии для поиска линейной связи между данными и эффективно примените его для предсказания значений в будущем.
Для кого этот курс:
Разработчики, аналитики, научные исследователи
Требования
Знания python начального уровня: синтаксис, форматы данных
Продажник
Скачать
[Udemy] Линейная регрессия на Python: pandas [Центр digital-профессий ITtensive]
Обработка и предсказание данных в Python
Изучить работу с библиотекой pandas на Python и применить линейную регрессию для временных рядов
Чему вы научитесь
- Оперировать numpy и pandas для работы с данными
- Импортировать наборы данных из CSV, TSV, Excel
- Преобразовать данные: добавлять, удалять, фильтровать, изменять
- Индексировать и сортировать данные
- Объединять несколько источников данных в единый массив
- Использовать линейную регрессию для предсказания значений
Изучим работу с импортом, объединением, преобразованием, фильтрацией данных на pandas, а также научимся линейной регрессии.
После прохождения курса вы сможете самостоятельно загружать данные в формате CSV, TSV, Excel, извлекать из них значения, находить взаимосвязи между разными наборами данных, преобразовывать и усекать наборы данных. В заключении вы освоите математический аппарат линейной регрессии для поиска линейной связи между данными и эффективно примените его для предсказания значений в будущем.
Для кого этот курс:
Разработчики, аналитики, научные исследователи
Требования
Знания python начального уровня: синтаксис, форматы данных
Продажник
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
Скачать
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.