ai_learning/modules/05_data_and_visualization

Модуль 05. Данные, EDA и визуализация

Плановый срок: недели 10–11.

Цели

• очищать таблицы и обнаруживать проблемы качества
• строить информативные, а не декоративные визуализации
• избегать leakage при подготовке признаков

Предварительные знания

Нужны Python, NumPy и базовая статистика; полезно уметь работать в Jupyter и фиксировать seed.

Теория

1. pandas и качество табличных данных
2. Распределения, выбросы, зависимости и визуальная честность
3. Feature engineering, pipelines и data leakage

Термины модуля: notes/glossary.md.

Для каждого урока: прочитайте теорию, воспроизведите ключевой пример своими руками и запишите три тезиса без подсказки. Формулы из этого модуля нужно уметь связать с кодом и наблюдаемым поведением модели.

Задания

• assignments/01_data_audit.md — Аудит датасета
• assignments/02_eda_story.md — История из данных
• assignments/03_pipeline.md — Безопасный preprocessing

Завершение модуля

Модуль завершён, когда все задания удовлетворяют критериям приёмки, вы можете объяснить основные решения без ноутбука и получили review.