Анализ на данни

Защо оборотът падна през септември? Кои клиенти спират да купуват? Новата страница на кошницата по-добра ли е от старата? Този курс е за това как се отговаря на такъв въпрос с данни: как ги взимаш и почистваш, как виждаш какво има в тях и как решаваш честно какво следва от тях.

Кодът е на Python, с библиотеките, които ползва всеки анализатор: NumPy, pandas, matplotlib и scikit-learn. Той върви тук, в браузъра: всяко поле с код е истински Python. Пишеш, натискаш „Изпълни“ и виждаш таблицата или графиката под кода. Нищо не се инсталира.

Първото пускане сваля Python (около 13 MB), а с pandas и графиките още около 17 MB. Браузърът ги пази, така че после всичко тръгва веднага. Машинното обучение в края на курса добавя около 19 MB.

Как се учи тук

Курсът е подреден на модули, всеки модул на кратки уроци. Урокът е поредица от карти, по една идея на карта: въпрос от магазина, кодът, който му отговаря, и задачка, която проверяваш веднага. Грешката на Python се обяснява с човешки думи, а оригиналът стои отдолу.

Данните са на същия магазин като в курса по SQL: продукти, клиенти, поръчки и редове на поръчки, в евро. Всичко е измислено и числата са едни и същи при всяко пускане.

Трябва ти Python до колекциите и функциите (списъци, речници, for, функции). SQL помага, но не е задължителен. Всеки модул ползва само неща от предишните, а напредъкът ти се пази в браузъра.

Картата на курса

Модул 0

Добре дошъл

2 урока · какво прави анализът, пясъчникът, първата таблица

1. 1Добре дошъл
2. 2Първата таблица

Модул 1

NumPy

4 урока · масиви, сметки без for, обобщения, broadcasting

1. 1Масивът на NumPy
2. 2Векторизация
3. 3Обобщения и липсващи стойности
4. 4Broadcasting: числото, редът и колоната

Модул 2

Таблици с pandas

5 урока · Series и DataFrame, избиране, филтри, нови колони, типове и липси

1. 1Series и DataFrame
2. 2Избиране: [], loc и iloc
3. 3Филтри и подреждане
4. 4Нови колони
5. 5Типове и липсващи стойности

Модул 3

Подреждане на данни

5 урока · групи, съединяване, широко и дълго, дати, мръсни данни

1. 1Групи: groupby
2. 2Съединяване: merge
3. 3Широко и дълго: pivot_table и melt
4. 4Дати и времеви редове
5. 5Чистене на данни

Модул 4

Графики

4 урока · matplotlib, коя графика за какъв въпрос, разпределения, честни графики

1. 1Първата графика
2. 2Коя графика за какъв въпрос
3. 3Разпределения
4. 4Честни графики

Модул 5

Статистика за решения

6 урока · шум, интервали, проверка на хипотези, A/B тест, корелация и причина

1. 1Описание на данните
2. 2Извадка и популация
3. 3Доверителен интервал
4. 4Проверка на хипотеза
5. 5A/B тест
6. 6Корелация и причина

Модул 6

Модели със scikit-learn

5 урока · прогноза, класификация, изтичане на информация, честна проверка

1. 1Модел: учене от примери
2. 2Линейна регресия
3. 3Класификация
4. 4Изтичане на данни (data leakage)
5. 5Кръстосана проверка (cross-validation)

Модул 7

Проект: защо оборотът падна

1 урок · целият път с данните на магазина

1. 1Защо оборотът падна?

Упражнение

Задачи

Всички задачи от уроците на едно място, по модули.