Научитесь применять статистические критерии и анализировать данные в Python Зачем изучать статистику Современному специалисту, будь то аналитик или менеджер, важно уметь отличать реальные закономерности от случайных совпадений, понимать, насколько надежны данные и выводы, и грамотно интерпретировать результаты экспериментов, опросов и бизнес-аналитики Знание статистики — это основа для принятия обоснованных решений в условиях неопределенности Кому подойдёт курс Аналитикам и ML инженерам: Углубите навыки в статистике, научитесь использовать разные критерии для проведения A/B-тестов Исследователям: Научитесь правильно выбирать статистические критерии и автоматизировать расчеты в Python Менеджерам и руководителям: Начнете говорить на одном языке с аналитиками. Научитесь принимать решения с опорой на данные Чему вы научитесь Разбираться в критериях: Мы не только научим применять статистические критерии на практике, но подробно разберем, как они устроены изнутри, какие у них есть ограничения и как правильно выбирать инструменты для статистического анализа Применять Python для анализа данных: Поможем освоить работу с данными в Jupyter Notebook и библиотеками для анализа данных и статистических вычислений Планировать эксперименты: Научим заранее определять, сколько нужно данных и времени для проведения эксперимента Визуализировать результаты: Особое внимание уделим тому, как презентовать свои результаты и как сделать их понятными для бизнеса и заказчиков Программа обучения 1 неделя. Основы статистики и проверки гипотез Генеральная совокупность и выборочные данные Описательные статистики: среднее, дисперсия, медиана Нормальное распределение и его свойства Идея статистического вывода Доверительные интервалы и p-value 2 неделя. Основные статистические критерии T-test: от теории к практике Непараметрические критерии Bootstrap и его разновидности Корреляция и оценка зависимости Как выбрать нужный критерий 3 неделя. Планирование эксперимента Формирование гипотез Анализ мощности тестов Определение размера выборки Размер эффекта и MDE 4 неделя. Интерпретация и презентация результатов Визуализация: как выбрать правильный график Типичные ошибки интерпретации данных Как говорить о статистике понятным бизнесу языком 5 неделя. Практика Анализ результатов экспериментов в рамках решения реальных кейсов Преподаватель курса Анатолий Карпов CEO Karpov Courses, Ex Руководитель команды аналитики VK Руководил командой аналитики в отделе бизнеса и рекламы ВКонтакте Автор обучающих курсов по статистике и машинному обучению, на которых обучается более 200 000 человек Самый читаемый специалист по анализу данных в России по данным исследования NewHR
