Учебники по Data Science

Изучите pandas — от установки до анализа; каждый пример проверен на pandas 3.1.

Изучите PySpark на исполняемом коде: настройте PySpark 4.3, выбирайте, фильтруйте, агрегируйте и соединяйте DataFrame, выполняйте запросы Spark SQL и сегментируйте клиентов с помощью pyspark.ml.

Авторегрессионная модель предсказывает будущие значения временного ряда по его собственному прошлому. Узнайте, как обучить её в Python со statsmodels, выбрать порядок лагов с PACF и AIC/BIC и сравнить с MA и ARIMA.

Узнайте, как ARIMAX расширяет ARIMA за счёт внешних предикторов, разберитесь с её параметрами и допущениями и постройте модель прогноза в Python с использованием statsmodels.

Узнайте, как SARIMAX сочетает моделирование сезонных временных рядов с внешними предикторами. Разберитесь в параметрах, посмотрите, чем он отличается от ARIMA и SARIMA, и постройте модель прогнозирования в Python.

Узнайте, что такое квадратура, как численное интегрирование приближает определённые интегралы и как работают правила трапеций, Симпсона и гауссова квадратура.

Узнайте, как работает преобразование Бокса—Кокса, как выбрать параметр лямбда и когда использовать его для стабилизации дисперсии, уменьшения асимметрии и улучшения статистических моделей.

Отношение правдоподобия сравнивает, насколько хорошо две гипотезы или модели объясняют одни и те же данные. В статье — формула, разбор примера с подбрасыванием монеты, тест отношения правдоподобия для вложенных регрессионных моделей в Python и R и диагностические отношения правдоподобий.

Узнайте, что такое статистический арбитраж, как квантовые трейдеры выявляют временные ценовые взаимосвязи и как стратегии вроде парного трейдинга и возврата к среднему работают на практике.

Узнайте, что такое расширенная матрица, как она представляет системы уравнений и как использовать строковые операции для их решения.

Что такое график остатков, как интерпретировать типичные паттерны и как с их помощью выявлять нелинейность, гетероскедастичность, выбросы и другие проблемы регрессии.

Узнайте, что такое минимумы и максимумы, чем отличаются локальные и глобальные экстремумы и как находить их с помощью критических точек, тестов по первой и второй производным и метода замкнутого интервала.