Python для анализа данных
Программа курса
Ознакомьтесь с программой курса «Python для анализа данных» от Учебный центр ФОРС - edu.fors.ru
- Настройка рабочей среды. - 13 часов. 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. - 13 часов. 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. - 13 часов. Загрузка CSV.
- Подключение к СУБД на примере PostgreSQL.
- Устранение излишней и избыточной информации.
- Нормализация данных.
- Форматирование данных.
- .
- Анализ, исследование и визуализация данных. - 13 часов. Работа с NumPy.
- Массивы в NumPy.
- Файлы, отображаемые в память.
- Визуализация с помощью Matplotlib.
- .
- Извлечение и манипулирование данными Pandas. - 13 часов. Манипулирование данными в Pandas.
- Статистический анализ.
- Анализ временных серий.
- .
- Введение в машинное обучение. - 13 часов. Организация входных данных.
- Интерфейсы оценки, предсказания и трансформации.
- Препроцессинг.
- Регрессия.
- Классификация.
- Кластеризация.
- .
- Введение в работу с Apache HADOOP. - 13 часов. Основы Apache Hadoop.
- Алгоритм MapReduce.
- Пример задачи MapReduce на Python.
- Возможности Spark MLlib.
- .
Чему вы научитесь
- Научитесь создавать и применять: варианты установки рабочей среды.
- установка с помощью pip.
- установка docker контейнера linux.
- установка conda.
- создание виртуального окружения python.
- установка ipython.
- установк…
- Научитесь уверенно работать с темой: работа с numpy.
- массивы в numpy.
- файлы, отображаемые в память.
- визуализация с помощью matplotlib.
- Научитесь анализировать и применять: манипулирование данными в pandas.
- статистический анализ.
- анализ временных серий.
- Освоите основы: основы apache hadoop.
- алгоритм mapreduce.
- пример задачи mapreduce на python.
- возможности spark mllib.
Подробная информация о курсе
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.;
Цены и сроки
- Стоимость0 ₽
- Старая цена90 000 ₽
- Дата началаc Invalid Date
Содержание
- Формат обученияв группе с наставником
По окончанию курса
- Диплом или сертификатудостоверение
