[Яндекс Практикум] Как стать аналитиком данных. Часть 5 из 6 (2021)

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 5
Принятие решений в бизнесе на основе данных

• Основы проверки гипотез в бизнесе
  • Введение
  • Что нужно бизнесу
  • Опережающие метрики. Декомпозиция
  • Определение важных метрик
  • База экспериментов
  • Оставить нельзя экспериментировать
  • Как генерировать идеи
  • Формулируем гипотезу правильно
  • Заключение
• Выбор метода проведения эксперимента
  • Введение
  • Методы проведения эксперимента
  • Качественные методы проверки гипотезы
  • Количественные методы проверки гипотезы. A/B-тест
  • Преимущества и недостатки A/B-теста
  • Пример результатов A/B-теста
  • Заключение
• Приоритизация гипотез
  • Введение
  • Зачем и как приоритизировать гипотезы
  • Параметр Reach
  • Параметр Impact
  • Параметр Confidence
  • Параметр Efforts
  • Заключение
• Подготовка к проведениею A/B-теста
  • Введение
  • A/A-тест
  • Ошибки I и II рода при проверке гипотез. Мощность и значимость
  • Множественные сравнения: A/B и A/B/n-тесты
  • Расчет размера выборки и длительности теста
  • Графический анализ метрик и определение предметной области
  • Заключение
• Анализ результатов A/B-теста
  • Введение
  • Проверка гипотезы о равенстве долей
  • Проверка данных на нормальность. Критерий Шапиро-Уилка
  • Непараметрический тест Уилкоксона-Манна-Уитни
  • Стабильность кумулятивных метрик
  • Анализ выбросов и всплесков: крайние значения данных
  • Анализ A/B-теста шаг за шагом
  • Долгожданные выводы из A/B-теста
  • Основные ошибки при анализе A/B-тестов
  • Заключение
• Поведенческие алгоритмы
  • Факты, эмоции и оценка
  • Умение внятно объяснить свою позицию
• Проектная работа(проект)
• Как рассказать историю с помощью данных
  • Подготовка презентации
    • Введение
    • Как рассказать о своем исследовании
    • Кому рассказывать истории
    • Сезонность и внешние факторы
    • Покупаем авиабилеты
    • Абсолютные и относительные величины
    • Парадокс Симпсона
    • Когда график - ваш враг
    • Виды графиков для различной информации
    • Основные принципы построения презентации
    • Отчет в Jupyter Notebook
    • Заключение
  • Библиотека Seaborn
    • Введение
    • Почему не хватате matplotlib?
    • Метод jointplot()
    • Цветовая гамма
    • Стили графиков
    • Категориальные данные
    • Визуализация распределения
    • Нестандартные графики в seaborn
    • Заключение
  • Библиотека plotly
    • Введение
    • Интерактивные графики
    • Установка Python и Jupyter Notebook
    • Базовые графики plotly.
    • Круговая диаграмма
    • График воронки
    • Заключение
  • Проектная работа (проект).
• Cборный проект - 2
  • Событийная аналитика

§ Введение
§ Что такое событийная аналитика
§ Принципы отслеживания событий
§ Приемы событийно аналитики
§ Aha-момент
§ Заключение

o Проектная работа (Проект)
o Заключение

ИСТОЧНИК

СКАЧАТЬ