[Яндекс Практикум] Как стать аналитиком данных. Часть 2/6

Аналитик данных извлекает из данных смысл: структурирует их, формулирует и проверяет гипотезы, находит закономерности и делает выводы. Его работа помогает принимать решения в бизнесе, управлении и науке. На курсе мы хотим научить вас пользоваться основными инструментами для получения профессии: Python и его библиотеки, Jupyter Notebook, SQL. 71,1% выпускников трудоустраиваются Мы делаем всё, чтобы студенты нашли новую работу после обучения: выдаём официальный диплом, учим собирать портфолио проектов, помогаем с поиском работы. 71,1% выпускников находят работу, большинство из них — за 4 месяца после выпуска. Институт образования НИУ ВШЭ подтвердил данные через исследование трудоустройства выпускников. Часть 2 Исследовательский анализ данных Первые графики и выводы Введение Знакомство с задачей Сводные таблицы для расчета среднего Применяем сводные таблтицы Есть ли проблемы в данных? Базовая проверка данных Гистограмма Гистограмма для двух кубиков Распределения Диаграмма размаха Диаграмма размаха в Python Описание данных Заключение Изучение срезов данных Введение Срезы данных методом query() Возможности query() Срезы в действии “Слишком долгая” заправка - это сколько? Работа с датой и временем Графики Группировка с pivot_table() Помечаем срез данных Сохраняем результаты Заключение Работа с несколькими источниками данных Введение Срез по данным из внешнего словаря Срез по данным из внешнего словаря (продолжение) Добавляем столбец Добавляем столбец(продолжение) Объединяем данные из двух таблиц Переименование столбцов Объединение столбцов методом merge() и join() Заключение. Взаимосвязь данных Введение Диаграмма рассеяния Корреляция Матрица диаграмм рассеяния Как выжать максимум из очевидности Заключение Валидация результатов Введение Укрупняем группы Разбитые по группам данные Заключение Проектная работа (Проект)