Відстеження замовлення
Prom – найбільший маркетплейс України
На жаль, товар недоступний. Переглянь товари від інших продавців

Курс Data Science з Python - Вступ до аналізу даних - ОНЛАЙН-версія 6037638

Код: 6037638
Недоступний
3 175 
Курс Data Science з Python - Вступ до аналізу даних - ОНЛАЙН-версія 6037638 - фото 1 - id-p2937745195

Характеристики та опис

Вага паковання0,1 кг
СтанНове
глибина паковання0,1 см
Опис продукту: Курс з обробки даних на Python – Вступ до аналізу даних

Курсаналіз данихвикористовуючи одну з найпопулярніших мов програмування. Теми, що розглядаються в курсі, дозволяють вам вивчити основи обробки, аналізу та представлення даних за допомогою цієї мовиПітонразом із бібліотекамипандиіNumPyпов'язане з широко розуміннямНаука про даніПрактичні знання, отримані під час навчання, дозволять подальше самостійне навчання аналізу даних. Курс охоплює основні концепції, пов'язані з нейронними мережами, навчанням даних, багатовимірними даними, комп'ютерним зором та багатьма іншими.

Під час курсу ви дізнаєтесь:
  • основи візуалізації даних
  • основи функціонального програмування та в контексті обробки даних
  • підтримка бібліотеки NumPy, що дозволяє ефективно виконувати операції з багатовимірними масивами
  • підтримка бібліотеки pandas, яка дозволяє виконувати розширений аналіз даних
  • Підтримка бібліотеки Matplotlib
  • базові методи машинного зору, що надаються бібліотекою OpenCV
  • основи ефективного представлення даних
  • методи обробки зображень та відео

Ви отримаєте інструкції щодо завантаження та код від нас на адресу електронної пошти, вказану під час оформлення замовлення, не пізніше наступного робочого дня після отримання оплати.

Аналіз даних – ключ до успіху

Дедалі швидші процеси цифровізації, комп'ютеризації та автоматизації, окрім пришвидшення нашої роботи, змушують нас досягативеличезна кількість данихОднак, ключову роль тут відіграє не кількість, а здатність її ретельно розпізнавати та аналізуватианаліздані, які доступні наразінайціннішийдля нас. Багато компаній інвестують величезні ресурси в розробку своїх систем обробки даних, щоб отримати перевагу над конкурентами. Вплив правильно оброблених даних набізнесє гігантським, і його значення зростатиме, тому варто здобути знання та навички, які дозволять належним чином використовуватисила інформації.

Як почати працювати з даними?

Наука про дані – це дуже широка тема. Завершення курсу не зробить вас повноцінним аналітиком, але дозволить вам зробити перші кроки до того, щоб ним стати. Під час навчання ви дізнаєтеся про загальновживанібібліотекищо спростить та пришвидшить роботу з даними. Вони також дозволять вам зрозуміти механіку та принципи, яких слід дотримуватися у вашій роботі, а також покажуть вам, яквибрати та підготуватиінструменти, що підходять для цієї роботи. Ви також дізнаєтеся, як виконувати операції з масивами, вивчите основніматематичні функціївикористовується для аналізу даних, а також ви навчитеся імпортувати та експортувати дані. Для завершення уроку потрібні принаймні базові знання Python. Ви можете здобути ці знання самостійно абоза допомогою курсу, доступного в нашому магазині.

Вступ до більш просунутого аналізу даних

Уроки зосереджені переважно на основахНаука про дані, але ви також дізнаєтеся про складніші рішення. Одним із прикладів є використання нейронної мережі для класифікації зображень, яку ми реалізуємо завдяки бібліотеціNumPyчи базується процес навчання моделі на даних, що зберігаються в об'єктіDataFrameзавдяки бібліотеціпандиКурс також охоплюватиме теми, пов'язані з презентацією та візуалізацією ключової інформації.

Зміст

1. Вступ

  • Вступ 00 хв 54 с
  • Встановлення середовища (Windows) 06 хв 24 с
  • Встановлення середовища (Linux) 10 хв 01 с
  • Як використовувати матеріали? 02 хв 52 с

2. Функціональне програмування та обробка даних

  • Чому функціональне програмування чудове? 06 хв. 09 с.
  • Функції вищого порядку - Вступ 06 хв 28 с
  • Функції вищого порядку - карта 08 хв 48 с
  • Функції вищого порядку - фільтр 03 хв 00 с -
  • Функції вищого порядку - скоротити 07 хв 19 с
  • Завдання має бути виконане о 02 хв 53 с

3. Бібліотека NumPy

  • Вступ до бібліотеки NumPy 05 хв 35 с
  • Масиви в бібліотеці NumPy 13 хв 08 с
  • Основні операції з масивом 15 хв 50 с
  • Базові операції з масивами - Вправи 08 хв 30 с
  • Індексування в NumPy 12 хв 38 с
  • Трансляція 12 хв 22 с
  • Сортування, пошук та маніпулювання масивами в NumPy 15 хв 53 с
  • Базові математичні функції NumPy 10 хв 22 с
  • Нейронна мережа в NumPy 08 хв 45 с
  • Завдання має бути виконане о 09 хв 58 с

4. Бібліотека панд

  • Знайомство з бібліотекою панд 05 хв 20 с
  • Основні об'єкти в бібліотеці панд 13 хв 09 с
  • Імпорт та експорт даних у pandas 09 хв 40 с -
  • Індексування та доступ до даних у pandas 15 хв 31 с
  • Розширене індексування в pandas 09 хв 51 с
  • Розширені методи доступу до даних у DataFrame 14 хв 23 с
  • Базове маніпулювання даними в Pandas 13 хв 03 с
  • Агрегування даних у pandas 14 хв 24 с
  • Обробка нульових значень та категоріальних даних 14 хв 54 с
  • Навчання моделі на даних, що зберігаються в DataFrame 16 хв 03 с
  • Завдання має бути виконане о 05 хв. 00 с.

5. Візуалізація даних

  • Вступ до Matplotlib 03 хв 12 с
  • Основи побудови графіків у Matplotlib 13 хв 54 с
  • Стовпчасті діаграми в Matplotlib 07 хв 51 с -
  • Гістограми в Matplotlib 09 хв 33 с
  • Теплові карти в Matplotlib 09 хв. 48 вечора
  • Багатовимірна візуалізація даних 10 хв 02 с
  • Завдання має бути виконане о 15 хв 09 с

6. OpenCV

  • Знайомство з бібліотекою 06 хв 06 с
  • Основи бібліотеки 12 хв 55 с
  • Обробка зображення 20 хв 24 с
  • Обробка відео 09 хв 54 с
  • Прості методи комп'ютерного зору 23 хв 00 с
  • Завдання має бути виконане 13 хв 11 с
  • Закінчення 01 хв 38 с