Скачать с ютуб 4.2.2. Примеры использования библиотеки Seaborn в хорошем качестве

4.2.2. Примеры использования библиотеки Seaborn

В настоящем видео речь пойдет об использовании всего арсенала функций библиотеки seaborn на примере анализа конкретного датасета mpg.csv. Учебное видео из программы бесплатного курса «Основы языка Python для анализа данных и решения задач машинного обучения» https://python-school.ru/courses/funp... Данный бесплатный проект «Школы Python» не возможен без Вашей поддержки, Ваши подписки на Наш канал и "лайки & комментарии" в социальных сетях дают нашим преподавателям обратную связь и уверенность в необходимости продолжения работы по выпуску новых видео и материалов. Курс ориентирован на ИТ-специалистов (администраторы, аналитики и инженеры данных), которые отвечают за администрирование, сопровождение и разработку систем хранения и подготовки больших данных для задач аналитики и решения задач машинного обучения с использованием языка Python. Курс FUNP «Основы языка Python для анализа данных и решения задач машинного обучения» позволяет в короткие сроки получить необходимую базовую подготовку по теории и практический опыт работы с необходимыми библиотеками. Наша цель – не изучать фундаментальные основы программирования на Python в теории, а подготовить специалистов, использующих большие данные, для использования библиотек, которые поддерживают быстрые вычисления и научные расчеты, работу с табличными данными, работу с текстовыми данными и визуализацию результатов исследований. Именно поэтому наши преподаватели, в большей степени, не преподаватели Python, а практикующие специалисты по Data Science и инженеры данных, использующие Python для решения прикладных задач подготовки данных и применения методов машинного обучения и построения нейронных сетей. Они на практике знают все нюансы применения Python и «то, что именно нужно» для успешного усвоения материала. Курс рассчитан на мотивированных студентов, умеющих пользоваться справочной литературой и материалами, включая видео-лекции и практические материалы лабораторного кода для выполнения в среде Google Colab для самостоятельного обучения. Для корпоративных слушателей и участников программы обучения «другие 48 часов» предусмотрен платный вариант прохождения курса в формате вебинара или в классе под руководством преподавателя с полной поддержкой в ходе обучения. Подробнее смотрите наше предложение «Другие 48 часов» FUNP+DPREP Курс является вводным и обязательным для подготовки специалистов по работе с распределенными MPP-системами, NoSQL СУБД, Apache Hadoop, Kafka, Spark, но не имеющими навыков программирования на Python или любом другом языке (Java, Scala и др.) для прохождения специализированных курсов: DPREP: Подготовка данных для Data Mining на Python PYML: Введение в машинное обучение на Python PYNN: Введение в Нейронные сети на Python ПРЕДВАРИТЕЛЬНЫЙ УРОВЕНЬ ПОДГОТОВКИ: Опыт работы в Unix (от 1 года) Знание основ статистики Ссылка на программу курса : https://python-school.ru/courses/funp... Курс проводится только в специализированном учебном центре «Школа Больших Данных» https://www.python-school.ru По вопросам обучения на курсах машинного обучения приглашаем в нашу «Школа Больших Данных» Обращаться по телефону: +7 (495) 41-41-121 +7 (995) 100-45-63 Чтобы не пропустить информацию о новых курсах, акциях и других событиях Школы Больших Данных, рекомендуем подписаться на нас в социальных сетях: Телеграм-канал: https://t.me/BigDataSchool_ru Facebook:   / bigdataschoolru   Вконтакте: https://vk.com/bdschool_mck LinkedIn:   / bigdataschoolru   Twitter:   / bigdataschoolr   Подписывайтесь и будьте в курсе всех интересных новинок мира Big Data вместе со Школой больших данных - https://www.bigdataschool.ru