F.PY4DS

Python для анализа данных

На этом курсе слушатели изучают важнейшие библиотеки и инструменты Python для анализа данных (Data science). Также на курсе рассматриваются средства Python для визуализации данных, извлечения данных из всемирной паутины, основы работы с СУБД PostgreSQL, машинного обучения и обработки текстовых документов и произведений на обычных языках.

Базовый курс разработан в качестве введения в исследование данных с помощью Python. Курс предназначен для аналитиков, исследователей, разработчиков и специалистов по анализу данных, нуждающихся в удобном инструменте для решения задач, связанных с обработкой больших объемов данных.

Необходимая предварительная подготовка:

Приветствуется базовый опыт работы с операционными системами GNU/Linux и/или UNIX, хотя он не является обязательным, и минимальные знания в области программирования. Опыт программирования на языке Python не обязателен, но поможет в изучении материалов курса.





90 000 ₽

Длительность

5 дней (40ч в неделю)

Доступ к курсу

Навсегда в личном кабинете

Документы

Удостоверение о повышении квалификации

Расписание

Дата и место проведения
Начало
Формат
Преподаватель
Стоимость

Кому подойдет этот курс

    Аналитики
    Разработчики

В результате прослушивания курса слушатели:

Изучат базовый инструментарий Conda, Jupyter и Ipython, способы его установки и альтернативны;
Получат общее понимание процесса анализа, извлечения и визуализации данных, построения гипотез и тестирования;
Освоят работу с окружением Python и основными требуемыми инструментами, и библиотеками;
Изучат работу с базовыми концепциями, понятиями, принципами и возможностями Python: типами данных, базовыми структурами данных, функциями и основами ООП;
Изучат высокоуровневый математический инструментарий, предоставляемый пакетом NumPy;
Освоят вычисления с помощью пакета SciPy;
Смогут производить анализ и манипулирование данными с помощью пакета Pandas;
Получат навыки машинного обучения с использованием Scikit-Learn;
Освоят визуализацию с помощью средств Mathplotlib;
Познакомятся с базовыми принципами машинного обучения с учителем и без него;
Изучат использование Scikit-Learn для обработки текстов на обычных языках;
Освоят автоматизированное получение данных из WEB;
Изучат основы работы с СУБД на примере ORDBMS PostgreSQL;
Познакомятся с запуском заданий MapReduce на кластере HADOOP.

Программа курса

7 модулей
Настройка рабочей среды. 
Варианты установки рабочей среды.
Установка с помощью pip.
Установка Docker контейнера Linux.
Установка Conda.
Создание виртуального окружения Python.
Установка IPython.
Установка и настройка Jupyter Notebooks.


Основы Python. 
Типы данных и объекты.
Загрузка пакетов, пространства имен.
Чтение и запись данных.
Простое рисование графиков.
Управление потоком выполнение и ветвление.
Отладка.
Профилирование кода.


Подготовка и доступ к данным.
Загрузка CSV.
Подключение к СУБД на примере PostgreSQL.
Устранение излишней и избыточной информации.
Нормализация данных.
Форматирование данных.


Анализ, исследование и визуализация данных. 
Работа с NumPy.
Массивы в NumPy.
Файлы, отображаемые в память.
Визуализация с помощью Mathplotlib.


Извлечение и манипулирование данными Pandas.
Манипулирование данными в Pandas.
Статистический анализ.
Анализ временных серий.


Введение в машинное обучение. 
Организация входных данных.
Интерфейсы оценки, предсказания и трансформации.
Препроцессинг.
Регрессия.
Классификация.
Кластеризация.


Введение в работу с Apache HADOOP. 
Основы Apache Hadoop.
Алгоритм MapReduce.
Пример задачи MapReduce на Python.
Возможности Spark MLlib.


Как проходит обучение на платформе ФОРС

[ 01 ]

Знакомство с платформой

Платформа учебного центра ФОРС предназначена для удобного и комфортного обучения. Доступ к материалам будет открыт сразу после приобретения курса, а также навсегда доступен в личном кабинете.

[ 02 ]

Обучение

Каждый раздел содержит уроки с теоретическими материалами в видео и текстовых форматах, а так же демонстрацию практических примеров от преподавателей. Самостоятельная работа поможет закрепить полученные знания.

[ 03 ]

Обратная связь и поддержка

Мы поддерживаем онлайн-ресурс, где слушатели всегда могут задать вопрос преподавателю или коллективно обсудить возможные проблемы с другими студентами. Вы всегда сможете получить необходимую информацию в личном кабинете.

[ 04 ]

Дипломы и сертификаты

Все документы об окончании курсов собраны в одном месте в электронном формате — вы всегда можете посмотретьи скачать их в личном кабинете.

Остались вопросы?

Оставьте свои контактные данные — мы с вами свяжемся и все расскажем

Нажимая на кнопку «Отправить», я принимаю условия Политики конфиденциальности, и даю согласие на обработку персональных данных