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

[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