Продвинутый анализ данных на PYTHON

Погрузиться в PYTHON и освоить работу с данным, чтобы научиться извлекать, анализировать, фильтровать данные и визуализировать результаты вычислений
52 новые темы
9 практикумов
9 тестов на проверку знаний
5 бонусных материалов к курсу
Итоговая курсовая работа
Сертификат по окончании курса
Ваша скидка: 25%
Для кого этот курс:
Аналитики, работающие с большими данными
Python программисты, осваивающие большие данные
5 690 рублей 7 490
В этом курсе:
Базовый анализ
данных на Python
Базовый SQL
Проектная работа в IT
Основы математической статистики
Продвинутый анализ данных на Python
который занимается анализом огромных массивов данных, извлекает оттуда нужную информацию, умеет ее анализировать и верно интерпретировать для разработки нужных бизнес-решений.
Аналитик больших данных,
Курс входит в профессию:
Этот курс не для начинающих. Он для тех, кто уже имеет:
Важно!
  • Опыт программирования на Python
  • Знания математической статистики
  • Опыт использования Git
Основные темы курса
Получение данных из нескольких источников
Объединение и операции над данными
Построение графиков и отчетов по данным
Пакеты Python для работы с данными: numpy, pandas, matplotlib, seaborn, plotly, xhtml2pdf и pyfpdf
Что узнают и чему обучаются студенты на курсе
Осваивают работу с numpy
Обучаются визуализации статистических показателей
Обучаются создавать и преобразовывать фреймы с pandas
Изучают прогнозирование временных рядов и тепловые карты
Изучают фильтрацию данных на pandas
Осваивают пакет pyfdpf и обучаются создавать PDF отчеты
Осваивают экспорт и импорт данных в pandas
Осваивают пакет html2pdf
Знакомятся с пакетом matplotlib
Обучаются созданию изображений из графиков
Осваивают построение графиков при помощи Seaborn
Разрабатывают итоговые отчеты для принятия решений
отдельных занятия
52
практикумов
9
самостоятельных работ
8
дополнительных
материалов
5
сертификат
1
Основные цифры курса
курсовая работа
1
Программа курса
Вводный модуль
Приобретем полезные привычки и научимся работать в прикладной программе для
успешного обучения программированию, оценим свои начальные навыки и поставим
задачи на курс.


Занятие 1: Добро пожаловать
Занятие 2: Формат курса
Занятие 3: Установка пакетов Python3
Занятие 4: Общие рекомендации
Занятие 5: Вопросы и ответы
Занятие 6: Напутствие

Тест: Подготовительный тест
Модуль 1: Работа с данными
Изучим работу с массивами данных, экспорт и преобразование массивов. Выведем
сводные данные по массиву данных.

Занятие 1: Массивы в numpy
Занятие 2: Операции в numpy
Занятие 3: Серии и фреймы данных
Занятие 4: Мультиндексы
Занятие 5: Группировка данных
Занятие 6: Объединение фреймов

Дополнительный материал: импорт данных из SQL

Практикум: фильтрация данных 1
Практикум: фильтрация данных 2
Практикум: импорт и экспорт данных

Тест: numpy
Тест: pandas


Задание: работа с массивами
Задание: базовые операции с данными
Модуль 2: Визуализация данных
Разберем, какие типы графиков в каких случаях применимы, и научимся строить
графики при помощи matplotlib, seaborn и plotly. Построим серию графиков по
преобразованным данным.

Занятие 1: Базовые типы визуализации
Занятие 2: Основы Matplotlib
Занятие 3: Серии данных на графике
Занятие 4: Гистограммы в Seaborn
Занятие 5: Оформление графиков в Seaborn
Занятие 6: Тепловая карта и корреляции
Занятие 7: FacetGrid и FactorPlot
Занятие 8: PairGrid и Pairplot
Занятие 9: JointGrid и JointPlot

Дополнительный материал: грамматика графиков
Дополнительный материал: интерактивные графики с plotly

Практикум: графики распределений
Практикум: kdeplot

Тест: matplotlib
Тест: seaborn


Задание: выбор визуализации данных
Задание: визуализация динамики и корреляции данных
Модуль 3: Статистические показатели
Освоим расчет статистических показателей массива данных. Построим
предсказательные модели по статистическим показателям.


Занятие 1: Линейная регрессия
Занятие 2: Группировка регрессии
Занятие 3: Нелинейная регрессия
Занятие 4: Временные серии данных
Занятие 5: Визуализация средних
Занятие 6: Гистограммы в изображениях
Занятие 7: Функция распределения

Дополнительный материал: статистическая значимость

Практикум:
Визуализация распределений
Практикум: визуализация отклонения

Тест: регрессия
Тест: средние и отклонения


Задание: предсказание трендов по данным
Задание: визуализация и принятие решений

Модуль 4: Формирование отчетов
Разберем, как выгружать данные в PDF. Создадим PDF-отчет по итогам работы с
данным.


Занятие 1: pyFPDF
Занятие 2: Формат страницы, колонтитулы
Занятие 3: Графики plotly
Занятие 4: Графики seaborn
Занятие 5: HTML код отчета
Занятие 6: xhtml2pdf
Занятие 7: Генерация изображений base64

Дополнительный материал: оформление колонтитулов в HTML

Практикум: создание отчета pyFPDF
Практикум: генерация xhtml2pdf отчета

Тест: pyFPDF
Тест: xhtml2pdf


Задание: отчет c итоговой визуализацией
Задание: отчет в xhtml2pdf

Модуль 5: Заключительный
Соберем ваши работы в портфолио и разработаем дальнейшие шаги по работе с большими данными.

  • Проект: результаты машинного зрения
  • Сертификаты
  • Поздравляем!
Как организован процесс обучения
Доступ к информации
После регистрации и оплаты вы получите доступ в ваш личный кабинет, где содержатся все материалы курса.
Обучение
Вы изучаете материалы курса и выполняете задания в своем темпе, в удобное для вас время и в приятном для вас месте. Все, что вам необходимо - доступ в интернет!
Практика
Чтобы добиться наилучшего результата строго выполняйте все задания курса, используя полученные теоретические знания. Практикуйтесь самостоятельно, ведь чем больше опыта вы приобретете за время обучения, тем выше будет ваша конкурентоспособность как специалиста по окончанию курса.
Выполнение курсовой работы
Вы самостоятельно создаете свой курсовой проект - создание репозитория Git с результатами анализа ваших данных, применяя все теоретические и практические знания, полученные за время обучения на курсе.
Финал
Получаете обратную связь на свою работу и сертификат о прохождении курса.
Ваш наставник:
Мациевский Николай
опыт в программировании и разработки сложных веб-проектов более 20 лет
    технический директор облачного сервиса Айри.рф
      эксперт в области веб-производительности
        автор двух книг: «Разгони свой сайт» и «Реактивные веб-сайты»
        Почему стоит учиться у Николая?
        Разработал и руководил разработками огромного количества веб-проектов, веб-сайтов и сервисов, общая ежедневная аудитория которых превышает 100 млн. человек.
        Неоднократно приглашался в качестве ведущего и эксперта различных программ на радио и телевидение
        Создал с нуля, руководит и продолжает развивать такие проекты, как:
        webogroup.com
        webopulsar.ru / webopulsar.com
        айри.рф / airee.cloud

        Стоимость обучения
        Стандартная цена курса
        Ваша цена
        25%
        Гарантия возврата денег - 14 дней
        Оставьте заявку на обучение:
        Нажимая на кнопку вы соглашаетесь с условиями обработки персональных данных
        7 490 рублей
        5690 рублей
        Ваша скидка:
        52 новые темы
        9 практикумов
        9 тестов на проверку знаний
        5 бонусных материалов к курсу
        Итоговая курсовая работа
        Сертификат по окончании курса
        В этом курсе:
        только для первых 18 12
        ГАРАНТИЯ
        Мы абсолютно уверены в качестве своего курса и в том, что он будет вам полезен! Поэтому даем невероятную гарантию: если в течение 14 дней вы поймете, что наш курс вам не подходит, если он вам не понравится, - напишите нам, и мы вернем вам деньги.
        Уже уходите?
        Попробуйте бесплатный курс "Знакомство с Python. Данные, переменные, ввод и вывод", чтобы познакомиться с программированием на языке Python
        и принять взвешенное решение о продолжении обучения в нашем центре.
        Регистрируясь на бесплатный курс, вы соглашаетесь с политикой обработки информации
        Click to order
        Cart
        Total: 
        Ваше имя
        Ваш Email
        Your Phone
        Пожалуйста, не указывайте почту icloud, так как на нее мы не сможем отправить вам письмо с доступом к курсу