Мы попросили редакционного ассистента Катерину Маковееву пройти бесплатный курс «Практикума» «Основы анализа данных и Python» и сделать заметки. Цель — чтобы наши читатели могли оценить, нужно ли уделять этому курсу время и какая от него будет польза.
Катерина — студентка «Вышки», учится на экономиста. Дальше ей слово.
Общие наблюдения
- Основы Python реально изучить и гуманитарию. Там никто не приходит тебя ругать за то, что ты не владеешь какой-то сложной математикой или не разбираешься в технологиях. Всё дружелюбное.
- Но вместе с тем сам анализ данных — это про математику и статистику. Поэтому рано или поздно с этим придётся работать. Сама сфера не располагает совсем не любить цифры.
- Есть лёгкие части, есть части посложнее. Не всё сразу очевидно, и нет ощущения, что я всё это и так знала.
Сначала расскажу о содержании курса, распределённом по уровню сложности — от самых простых до более сложных знаний. Потом — где можно применить знания. В конце — мнение гуманитария об анализе данных.
Основы Python
Курс начинается с обзора возможностей и принципов работы Python. В первых уроках авторы не уходят вглубь каждой функции, а проходят по верхам. Для каждой рассмотренной функции сразу есть интерактивная практика. Интерфейс программы похож на Google Collab. Слева задание и короткое пояснение, справа — код, который сразу можно проверить.
Если ошибаешься, появляется уведомление. Ошибаться можно, исправлять — тоже. В левом нижнем углу всегда есть возможность открыть расхлоп и воспользоваться подсказкой, чтобы написать код правильно.
И ещё приятный нюанс: полезные кусочки кода можно сохранить на память и потом использовать в других частях курса.
Библиотеки Python
Дальше начинается раздел, который знакомит с библиотеками на Python. Здесь рассказывают о видах библиотек и о том, за что они отвечают. Тут же можно проверить знания.
Ошибки в коде
В этом блоке курса рассказывают об ошибках и о том, как их читать. Причём разбирают базовые ошибки — этого достаточно, чтобы познакомиться с Python. Интересно, что всегда приводят два вида программы: как выглядит алгоритм для компьютера и как выглядит код для пользователя. Можно с разных сторон рассмотреть программу.
Визуализация данных и чтение визуализаций
Это самый полезный блок для гуманитариев. Здесь показывают, как простыми функциями на Python можно построить наглядные графики. Ещё и показывают, как эти графики читать.
Постановка задач и уточнение
Авторы курса рассказывают об анализе данных с разных сторон. Даже если ты изучишь весь Python, будет мало сидеть в стороне и писать код. Придётся общаться с людьми, ставить и принимать задачи. Этому посвящён отдельный блок курса, и это прямо близко всем гуманитариям. В некоторых уроках можно почувствовать себя менеджером, который принимает решения.
Два блока для маркетологов
В Python можно анализировать конверсию и проверять окупаемость рекламных кампаний. В курсе детально разбирают такие кейсы для маркетологов. Условия задач близки к реальности. Есть подсказки, но мне было довольно просто решить всё без них. Но будет сложно, если не понимаешь самых основ маркетинга — например, что такое конверсия.
Блоки для маркетологов ближе к концу — там уже полезно помнить функции, изученные ранее. Лучше сохраняйте код в избранном. Если забудете какую-то часть кода, всегда сможете открыть избранное и посмотреть.
Каково это для гуманитария — изучить анализ данных?
Мне показалось, что пройти курс без особой подготовки реально, но нужно время.
Гуманитарию тяжелее понять Python, чем технарю, потому что база математики и логики часто слабая. А Python — это язык, в основе алгоритмов которого линейная алгебра и математический анализ. Без их понимания можно изучить основы, но дальше придётся погружаться и в математику.
Сам анализ данных — занятная штука, но нужно понимать, зачем ты этим занимаешься. Это явно не что-то, чем ты будешь заниматься в свободное от работы время ради интереса. Сейчас анализ данных — это профессия, а не хобби.
Конкретно этот бесплатный курс про анализ данных — здесь: practicum.yandex.ru/data-analysis-basic/
Другие бесплатные курсы — ниже.
