Документ посвящен использованию Python для анализа данных, предлагая введение для начинающих в области data science и статистики. Он описывает основные библиотеки Python, такие как NumPy, SciPy, Matplotlib, Pandas и Scikit-learn, необходимые для обработки, анализа и визуализации данных. В заключение представлены ресурсы для дальнейшего обучения, включая Coursera и Kaggle.

1. Python для анализа данных
Для тех, кто хочет попробовать,
но не знает, с чего начать
Роман Иманкулов / @rdotpy
Minsk Python Meetup, январь 2014

2. Python для анализа данных
Data Science
●
Программирование.
●
Математическая статистика.
●
Прикладная область

3. Python для анализа данных
Data Scientist – человек, который
разбирается в статистике лучше любого
программиста, и который разбирается в
создании программ лучше любого
статистика.
Josh Wills, Director of Data Science at Cloudera

4. Python для анализа данных
Data Scientist – человек, который
разбирается в статистике хуже любого
статистика, и который разбирается в
создании программ хуже любого
программиста.
Will Cukierski, Data Scientist at Kaggle

5. Python для анализа данных
Зачем?
●
Optimization at the Obama campaign: a/b
testing.
Как заработать $690 млн за 20 месяцев и
увеличить конверсию более чем вдвое
http://kylerush.net/blog/optimization-at-the-obama-campaign-ab-testing/

6. Python для анализа данных
Зачем?
●
Как я покупал квартиру
Как, работая в Wargaming, и используя R и
линейные регрессии, за полдня увеличить
свою квартиру на 20%
http://habrahabr.ru/post/148782/

7. Python для анализа данных
Зачем?
●
Математик взломал сайт знакомств и
нашел девушку своей мечты
http://habrahabr.ru/post/210198/

8. Экосистема Python для анализа данных

9. Экосистема Python
numpy
●
●
●
объект ndarray для быстрой работы с
массивами
векторные операции для работы ними
случайные величины с различными
распределениями

10. Экосистема Python
scipy
●
Функции для работы с векторными данными
numpy
–
сluster: кластерный анализ
–
fftpack: преобразование Фурье
–
interpolate: интерполяция данных
–
signal: обработка сигналов ...

11. Экосистема Python
matplotlib и matplotlib.pyplot
Визуализация данных

12. Экосистема Python
pandas
pandas.DataFrame – удобный объект для
работы с табличными данными и
визуализации их.

13. Экосистема Python
Scikit-learn
●
Supervised learning (обучение с учителем):
–
●
линейные регрессии, классификация KNN, support vector
machines, деревья решений
Unsupervised learning (обучение без учителя):
–
Кластеризация
●
Кросс-валидация
●
Препроцессинг данных и куча всего еще

14. Экосистема Python
IPython и IPython Notebook

15. Куда двигаться дальше?

16. Куда двигаться дальше
Coursera: Data Analysis
Jeff Leek
https://www.coursera.org/course/dataanalysis

17. Куда двигаться дальше
Coursera: Machine Learning
Andrew Ng
https://www.coursera.org/course/ml

18. Куда двигаться дальше
Kaggle
http://kaggle.com