[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).
- Подготовка презентации
- Cборный проект - 2
- Событийная аналитика
§ Что такое событийная аналитика
§ Принципы отслеживания событий
§ Приемы событийно аналитики
§ Aha-момент
§ Заключение
o Проектная работа (Проект)
o Заключение
ИСТОЧНИК
Скрытое содержимое. Вам нужно войти или зарегистрироваться.
СКАЧАТЬ Скрытое содержимое. Вам нужно войти или зарегистрироваться.