Документ по окончании обучения УДОСТОВЕРЕНИЕ О ПОВЫШЕНИИ КВАЛИФИКАЦИИ
Слушатель приобретает систему знаний и компетенций, необходимых для осуществления анализа и оценки финансово-экономических показателей, проверки статистических гипотез, визуализации в Python и грамотной интерпретации полученных результатов
Важные факты о языке Python
Python – высокоуровневый язык программирования, который имеет простой, четкий, понятный синтаксис и достаточно большой набор функций
Python предлагает огромное количество библиотек, которые можно использовать на разных этапах анализа данных. В основном они бесплатные
Сообщество языка Python достаточно функционально, GitHub содержит более 90000 репозиториев с Python-проектами. Поэтому почти всегда можно найти ответ на интересующий вопрос.
Python приобрел популярность не так давно. В 2020 Python стал четвертым в списке самых используемых языков программирования после JavaScript, HTML/CSS и SQL — его используют 44,1% разработчиков.
Python работает практически на всех известных платформах – от карманных компьютеров и смартфонов до серверов сети. Его используют Google, Intel, Cisco и Hewlett-Packard, на нем работают популярные площадки YouTube, «ВКонтакте», DropBox.
Python широко распространен и используется во многих сферах: от веб-разработки и системного администрирования до бизнес-анализа и работы с большими данными, искусственным интеллектом и интернетом вещей.
Востребованность! Решения в сфере Big Data и Business Analytic приносят сотни миллиардов каждый год, и доходы постоянно растут. Причина проста - анализ данных помогает бизнесу предсказывать запросы потребителей, персонализировать их политики, предотвращать возможные неудачи и принимать более удачные решения. Изучение языка Python - одно из самых перспективных вложений в себя.
СТРУКТУРА КУРСА
Тема 1.1. Основы языка Python. Краткое описание библиотек языка: Matplotlib, Numpy, Scipy, Pandas, Sklearn, Sympy.
Тема 1.2. Вероятность. Метод Монте-Карло. Законы распределения случайных величин. Методы моделирования распределений.
Тема 1.3. Числовые характеристики случайных величин. Точечные и интервальные оценки. Методы их получения в Python. Метод бутстрэп. Визуализация данных.