Месяц 1 — Foundations (Основы)

🎯 Цель этого месяца

К концу месяца вы будете знать:

• Основы математики (linear algebra, calculus, статистика) в ML-контексте
• Эффективную обработку векторов и матриц с NumPy
• Анализ реальных данных с Pandas
• Визуализацию данных с Matplotlib/Seaborn
• Финал: написание полного отчёта EDA (Exploratory Data Analysis) на реальном датасете

Распределение по неделям

Порядок глав

1. Основы математики — Linear algebra, calculus, статистика
2. NumPy — Быстрые векторные/матричные операции
3. Pandas — Работа с табличными данными
4. Matplotlib и Seaborn — Визуализация
5. Проект EDA (Capstone) — Полный практический проект
6. Упражнения — Сборник упражнений по всем темам

Что вы сможете делать после этого месяца?

• Читать и анализировать любой табличный датасет с Kaggle
• Преобразовывать JSON-данные с backend в DataFrame и выдавать статистику
• Выполнять часть “data wrangling”, занимающую 60-80% времени в ML-проектах
• Рисовать красивые графики для подготовки отчёта клиенту

Совет для Backend Dev

Ваше преимущество — работа с JSON, dict, list. Представьте Pandas DataFrame как “in-memory PostgreSQL table”:

• df.head() ≈ SELECT * FROM table LIMIT 5
• df.groupby('col').sum() ≈ SELECT col, SUM(...) FROM table GROUP BY col
• df.merge(df2) ≈ JOIN
• df.query("age > 30") ≈ WHERE age > 30

С этой ментальной моделью Pandas вы поймёте очень быстро.

Начать

Начните с раздела Основы математики.