Телеграмм чат группы pydata_chat страница 533

parrot.ru

Рейтинг популярных групп и каналов

В рейтинге участвует:

групп:

каналов:

Виртуальный сервер на SSD - недорого!

Аренда выделенных и виртуальных серверов (VDS/VPS), хостинг, аренда IP-адресов, администрирование, круглосуточная поддержка

qwarta.ru подробнее

Резервное копирование с проверкой на вирусы!!!

Удобный сервис создания резервных копий на любой сервер сети интернет. Отслеживайте изменения, проверяйте на вирусы. Надежно защитите свой бизнес!

go.backupland.com

Выбираете сервер? Любая конфигурация на заказ!

Аренда физических серверов любых конфигураций под любые запросы - 1С бухгалтерия, игровые сервера, нагруженные проекты, интернет-магазины!

qwarta.ru подробнее

Size: a a a

Python для анализа данных

1834 membersпожаловаться на группу

2020 December 16

R

Ruslan in Python для анализа данных

Алексей Макаров

На самом деле, я сейчас подумал, что дико рад. У нас получилось такое полезное сообщество, реально решающее любые вопросы, а не отсылающее всех "гуглить" или "стаковерфлоить"🙃 Так что всем кто тут отвечает — большое спасибо!

P.S.: При этом флуда тут обычно немного, а ещё меньше токса, что мне кажется редкостью для тг-чатиков

Поддерживаю ! Полезный чат

источник

23:27пожаловаться #1

PS

Pavel Samokhvalov in Python для анализа данных

Алексей Макаров

Вебинаров не было, уже не наставничаю в Практикуме)) Взаимно репостнулись с http://t.me/data_events

А ещё тут недавно в статье в Тинькофф-журнале этот чат запалился)) Может оттуда народ набежал

Data online events & Moscow meetups

Мск и онлайн ивенты про Big data, DE, AI, ML, DS, DB, HL, etc.

Для связи: @NikolayKrupiy @Ajvol @Boyadzhi

Готовым постить выдаётся админка 🤝

Обсуждение: t.me/joinchat/AnCpwUXim_fza4tA8w27RQ

См также @agile_events

Да, оттуда. По крайней мере я

источник

23:29пожаловаться #2

2020 December 17

Д

Денис in Python для анализа данных

Привет, коллеги. Задался целью провести зимние праздники с пользой: а) укрепить знания по мат.стату б) пройти курс по A/B.

Кто какой ресурс может посоветовать? Сейчас вот skillbranch+gett активно пиарят свой курс.

Спрашиваю потому, что курсов развелось очень много. И порой в угоду time for market прорабатываются их не очень тщательно

Заранее признателен за рекомендации

источник

02:32пожаловаться #3

A

Aleksandr in Python для анализа данных

Привет, коллеги. Задался целью провести зимние праздники с пользой: а) укрепить знания по мат.стату б) пройти курс по A/B.

Кто какой ресурс может посоветовать? Сейчас вот skillbranch+gett активно пиарят свой курс.

Спрашиваю потому, что курсов развелось очень много. И порой в угоду time for market прорабатываются их не очень тщательно

Заранее признателен за рекомендации

На Степике есть курсы по статистике от Карпова, но там самая база, не знаю, насколько актуально для вас)

https://stepik.org/course/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B-%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B8-76

Stepik: online education

Основы статистики

Курс знакомит слушателей с основными понятиями и методами математической статистики. В течение трех недель мы рассмотрим наиболее широко используемые статистические методы и принципы, стоящие за ними. Полученных знаний будет достаточно для решения широкого круга задач, возникающих в рамках исследовательской работы.

источник

02:38пожаловаться #4

Д

Денис in Python для анализа данных

На Степике есть курсы по статистике от Карпова, но там самая база, не знаю, насколько актуально для вас)

https://stepik.org/course/%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B-%D1%81%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D0%BA%D0%B8-76

Stepik: online education

Основы статистики

Курс знакомит слушателей с основными понятиями и методами математической статистики. В течение трех недель мы рассмотрим наиболее широко используемые статистические методы и принципы, стоящие за ними. Полученных знаний будет достаточно для решения широкого круга задач, возникающих в рамках исследовательской работы.

Проходил несколько лет назад. Теория хорошо подана, но мне практики не хватило что ли. А без нее очень быстро и теория забывается

источник

02:40пожаловаться #5

Д

Денис in Python для анализа данных

Плюс, заглядывал в курс на степике пару месяцев назад. Он закрыт и для продолжающих, и для вновь прибывших. Подозреваю, что это из-за коммерческого проекта Анатолия Карпова

источник

02:41пожаловаться #6

Д

Денис in Python для анализа данных

Я, собственно, о karpov courses до этого думал. Но тут недавно его материалы коллега показал. И я бы не сказал, что курс стоит своих денег. Очень все по верхам там, на мой взгляд. И коктейль весьма странный у них получился

источник

02:42пожаловаться #7

Д

Денис in Python для анализа данных

А еще я сегодня на https://www.datacamp.com/ набрел. И там на определённом тарифном плане можно выполнять проекты и консультироваться с наставником по ним, как я понял. Если кто-то такое уже делал, расскажите, пожалуйста. Мне это тоже интересно

источник

02:57пожаловаться #8

Д

Денис in Python для анализа данных

https://www.coursera.org/learn/ekonometrika

Эконометрика (Econometrics)

Offered by National Research University Higher School of Economics. Эконометрика – наука, позволяющая исследовать закономерности в реальных данных. К концу курса мы научимся отвечать на два вопроса. Как одна переменная, y, зависит от другой переменной, x? Как спрогнозировать переменную y? Мы будем подробно изучать линейные регрессионные модели, рассмотрим наиболее частые отклонения от предпосылок классической линейной регрессии. Изучим базовые модели (логит и пробит) для качественных зависимых переменных. Наряду с теоретической основой мы будем работать с реальными данными, используя статистический пакет R. Необходимые знания: Теория вероятностей и математическая статистика. Линейная алгебра опционально. Появились технические трудности? Обращайтесь на адрес: coursera@hse.ru

Тоже есть такой в wish-list моем ))) Этот курс мне тоже показался хорошим

источник

03:06пожаловаться #9

Д

Денис in Python для анализа данных

Кстати, если вдруг кто-то с этим интенсивом сталкивался, тоже буду признателен за обратную связь https://www.experiment-fest.ru/

www.experiment-fest.ru

A/B тесты и математическая статистика

источник

04:04пожаловаться #10

D

Darya in Python для анализа данных

Плюс, заглядывал в курс на степике пару месяцев назад. Он закрыт и для продолжающих, и для вновь прибывших. Подозреваю, что это из-за коммерческого проекта Анатолия Карпова

Его уже открыли. Закрывали 1 часть курса, чтобы исправить ошибки и что-то переснять.

источник

08:22пожаловаться #11

D

Daria in Python для анализа данных

Konstantin Mohov

Велком , чо )

Ага, и вам всем тут хай 😄
Почитала вверх, и прям мне уже всё нравится 👍 Будем дружить!

источник

09:24пожаловаться #12

BF

Boris Fattahov in Python для анализа данных

Друзья, всем привет.
Хочу перейти из контекста в аналитику данных. Что-нибудь связанное с python. Начальные знания программирования есть.
Подскажите, пожалуйста хорошие курсы, обучалки. Платные/бесплатные, не важно.
Спасибо!

https://docs.microsoft.com/ru-ru/learn/paths/foundations-data-science/

Основы обработки и анализа данных - Learn

Изучите принципы программирования на языке Python, обработки и анализа данных, пройдя курс UC Berkeley «Данные 8. Основы обработки и анализа данных» (Data 8: foundations of data science)

источник

09:32пожаловаться #13

Д

Денис in Python для анализа данных

Его уже открыли. Закрывали 1 часть курса, чтобы исправить ошибки и что-то переснять.

Не знал. Спасибо

источник

09:53пожаловаться #14

A

Andrey Denisov in Python для анализа данных

Привет, как корректно обратиться к названию колонки, которая состоит из нескольких слов? (Да, с пробелом)
df1 = df.loc[df.`Код товара` == 123]
Вроде как апостроф помогает - но не в этом случае

источник

11:20пожаловаться #15

D

Dmitriy in Python для анализа данных

не использовать dot notation, использовать квадратные скобки: df['Код товара']

источник

11:21пожаловаться #16

KM

Konstantin Mohov in Python для анализа данных

не использовать dot notation, использовать квадратные скобки: df['Код товара']

лайк

источник

11:21пожаловаться #17

KM

Konstantin Mohov in Python для анализа данных

если нуващевотникакнельзя поменять названия на нормальные, можно по индексу обращаться (iloc)

источник

11:21пожаловаться #18

A

Andrey Denisov in Python для анализа данных

Спасибо

источник

11:22пожаловаться #19

A

Andrey Denisov in Python для анализа данных

Konstantin Mohov

если нуващевотникакнельзя поменять названия на нормальные, можно по индексу обращаться (iloc)

К сожалению, привязка к названию(

источник

11:22пожаловаться #20