🧑‍💻 Data Science Bootcamp (School21)

Этот репозиторий содержит проекты, выполненные в рамках Data Science Bootcamp от School21.
За время обучения были изучены основы Python, ООП, SQL, библиотеки анализа данных и машинного обучения.

📂 Структура репозитория

• Bash_Scripts
  Использование UNIX-команд (curl, sort, uniq, jq, sed, cat) для автоматизации задач и базовых операций анализа данных.

• Python
  Введение в Python: синтаксис, типы данных, функции, основы работы с коллекциями.

• Python_OOP
  Основы объектно-ориентированного программирования: классы, методы, наследование.

• Python_OOP_hard
  Продвинутые задания по ООП: абстракция, полиморфизм, магические методы, тестирование.

• Python_Optimization
  Оптимизация Python-кода: профилирование, использование эффективных структур данных, улучшение производительности.

• Python_Venv
  Работа с библиотеками и виртуальными окружениями (pip, venv, requirements.txt).

• Pandas
  Анализ данных с использованием библиотеки Pandas: обработка таблиц, агрегации, группировки.

• SQL_simple
  Простые запросы на SQL: выборки, фильтрация, сортировка.

• SQL
  Продвинутый SQL: джойны, подзапросы, оконные функции.

• Basic_ML
  Первые шаги в машинном обучении: обучение моделей классификации и регрессии.

• Methods_ML
  Продвинутые методы машинного обучения: ансамбли, оптимизация гиперпараметров.

👥 Командные проекты

• Team00 (MovieLens Analytics)
  Совместный проект: анализ датасета MovieLens, реализация классов и методов для обработки и визуализации данных.

• Team01 (Final Project)
  Итоговый командный проект, объединяющий все изученные навыки (Python, Pandas, SQL, ML, визуализация).

---

📊 Навыки, полученные в Bootcamp

• Python (структуры данных, ООП, оптимизация)
• Pandas, NumPy
• SQL (базовый и продвинутый уровень)
• Bash и автоматизация
• Машинное обучение (от базового до ансамблей)
• Визуализация (Matplotlib, Seaborn, Plotly)
• Работа в команде и Git

---

---

🎓 Автор: Azimov Alisher
📍 Ташкент, Узбекистан