Data Science Specialist course

An introduction to the world of data science! Key concepts and basic Python syntax. Loops, conditions, and functions. The pandas library for data analysis. The first analytical example followed by the first project. Performing an initial scan to identify patterns in the data. Constructing basic graphs and creating first hypotheses.

Done Step 1 ( https://github.com/windweb/Data_Science_Specialist-course/tree/master/Basic_Python ) by taking the introductory part of Python and Data Analytics Basics from https://practicum.yandex.ru/data-scientist/

Learned basic data analysis concepts and understood what data analysts and Data Scientists do. Solved five data science cases from different fields:

• figured out the cause of mass gadget breakdowns;
• tested the return on investment in mobile app advertising;
• found the best location for a new store;
• helped choose a development strategy for an AI startup;
• evaluated the effectiveness of customer service robots.

While solving cases, I learned key concepts and basic Python syntax. Loops, conditions, and functions. I mastered the basics of Python and pandas libraries, learned how to build some graphs and interpret them correctly. Read more:

Aquatic Topics:

1. Moscow Catnamycs.
2. Mistakes, variables and hypotheses.
3. What data scientists do.
4. Lists in Python.
5. The for loop.
6. Conditions and Boolean logic.
7. Machine learning
8. Final project

Below is the Russian translation of this text:

---

Курс "Специалист по Data Science"

Введение в мир науки о данных! Ключевые понятия и базовый синтаксис языка Python. Циклы, условия и функции. Библиотека pandas для анализа данных. Первый аналитический пример, за которым следует первый проект. Выполнение первичного анализа для выявления закономерностей в данных. Построение основных графиков и создание первых гипотез. Подробнее:

Сделал 1 шаг ( https://github.com/windweb/Data_Science_Specialist-course/tree/master/Basic_Python ), пройдя вводную часть "Основы Python и анализа данных" от https://practicum.yandex.ru/data-scientist/

Узнал основные концепции анализа данных и понял, чем занимаются аналитики данных и специалисты по Data Science. Решил пять кейсов по работе с данными из разных областей:

• выяснил причину массовой поломки гаджетов;
• проверил окупаемость рекламы мобильного приложения;
• нашёл лучшее место для нового магазина;
• помог выбрать стратегию развития ИИ-стартапа;
• оценил эффективность роботов в службе поддержки.

Решая кейсы, изучал ключевые понятия и базовый синтаксис языка Python. Циклы, условия и функции. Освоил азы библиотек Python: seaborn и pandas, научился строить некоторые графики и правильно их интерпретировать.

Темы водной части:

1. Moscow Catnamycs.
2. Ошибки, переменные и гипотезы.
3. Что делают специалисты в области данных.
4. Списки в Python.
5. Цикл for.
6. Условия и булева логика.
7. Машинное обучение.
8. Финальный проект.