2.0 KiB
2.0 KiB
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
- pandas и качество табличных данных
- Распределения, выбросы, зависимости и визуальная честность
- 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 датасетаassignments/02_eda_story.md— История из данныхassignments/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.