Data Science med Python-certificering - eLearning

Data Science med Python-certificering - eLearning

3.900,00 DKK

  • 12 hours
eLearning

Kurset Python for Data Science dækker de grundlæggende programmeringskoncepter med Python og forklarer dataanalyse, maskinlæring, datavisualisering, webskrabning og behandling af naturligt sprog. Du vil opnå en omfattende forståelse af de forskellige pakker og biblioteker, der er nødvendige for at udføre aspekter af dataanalyse.

Kursus tidsplan

Hero
  1. Oversigt over Data Science

    Lektion 01

  2. Oversigt over dataanalyse

    Lektion 02

  3. Statistisk analyse og forretningsapplikationer

    Lektion 03

  4. Opsætning af Python-miljø og grundlæggende elementer

    Lektion 04

  5. Matematisk databehandling med python (NumPy)

    Lektion 05

  6. Videnskabelig databehandling med Python (Scipy)

    Lektion 06

  7. Datahåndtering med Pandas

    Lektion 07

  8. Maskinlæring med Scikit-Learn

    Lektion 08

  9. Naturalsprogsbehandling med Scikit Learn

    Lektion 09

  10. Data visualisering i Python ved brug af matplotlib

    Lektion 10

  11. Web scraping med BeautifulSoup

    Lektion 11

  12. Python-integration med Hadoop MapReduce og Spark

    Lektion 12

  13. Python Grundlæggende

    GRATIS KURSUS

  14. Statistik grundlæggende for data science

    GRATIS KURSUS

  15. Produktbedømmelsesforudsigelse for Amazon

    Projekt 1

    E-handel: Amazon, et af de førende amerikanske e-handelsfirmaer, anbefaler produkter inden for samme kategori til kunder baseret på deres aktivitet og anmeldelser af andre lignende produkter. Amazon ønsker at forbedre denne anbefalingsmotor ved at forudsige bedømmelser for produkter uden bedømmelser og derefter tilføje dem til anbefalingerne.

  16. Efterspørgselsprognoser for Walmart

    Projekt 2

    Detailhandel: Forudsige nøjagtige salgstal for 45 Walmart-butikker, en af de førende detailkæder i USA,

    under hensyntagen til virkningen af ​​promotionsnedsættelsesbegivenheder. Tjek om makroøkonomiske faktorer som CPI, arbejdsløshedsrate osv. påvirker salget.

  17. Forbedring af kundeoplevelsen for Comcast

    Projekt 3

    Telekommunikation: Comcast, et af de amerikanske globale telekommunikationsselskaber, ønsker at forbedre kundeoplevelsen ved at identificere og handle på problemområder, der sænker kundetilfredsheden, hvis der er nogen. Selskabet leder også efter centrale anbefalinger, der kan implementeres for at levere den bedste kundeoplevelse.

  18. Analyse af personaleomsætning for IBM

    Projekt 4

    Arbejdsstyrkeanalyse: IBM, et af de førende amerikanske IT-firmaer, ønsker at identificere de faktorer, der påvirker medarbejdernes frafald. Baseret på de angivne parametre ønsker virksomheden også at opbygge en logistisk regressionsmodel, der kan hjælpe med at forudsige, om en medarbejder vil fratræde.

  19. Analyse af NYC 311 serviceanmodninger

    Projekt 5

    Kunne du udføre en serviceanmodningsdataanalyse af New York Citys 311-opkald? Du vil fokusere på datahåndteringsteknikker for at forstå mønstre i dataene og visualisere de primære klagekategorier.

    Domæne: Telekommunikation

  20. Analyse af MovieLens datasæt

    Projekt 6

    GroupLens Research Project er en forskningsgruppe i afdelingen for datalogi og

    Ingeniørarbejde ved University of Minnesota. Forskerne i denne gruppe er involveret i flere forskningsprojekter inden for områderne informationsfiltrering, kollaborativ filtrering og anbefalingssystemer. Kunne du venligst gennemgå brugerdatasæt ved hjælp af den Eksplorative Data.

    Analyseteknik? Område: Ingeniørarbejde.

  21. Aktiemarkedsdataanalyse

    Projekt 7

    Som en del af dette projekt vil du importere data ved hjælp af Yahoo data reader fra følgende virksomheder: Yahoo, Apple, Amazon, Microsoft og Google. Du vil udføre grundlæggende analyser, herunder plotte, lukkepris, plotte aktiehandel efter volumen, udføre daglig returanalyse og bruge parplot til at vise korrelationen mellem aktierne.

    Domæne: Aktiemarkedet.

  22. Analyse af Titanic datasæt

    Lektion 08

    Den 15. april 1912 sank Titanic efter at være kollideret med et isbjerg, hvilket dræbte 1502 ud af 2224 passagerer og besætning. Denne tragedie chokerede verden og førte til bedre sikkerhedsregulativer for skibe. Her vil vi gerne bede dig om at foretage en analyse ved hjælp af teknikken for eksplorativ dataanalyse, især ved at anvende maskinlæringsværktøjer til at bestemme, hvilke passagerer der overlevede tragedien.

Læringsresultater

Ved afslutningen af dette e-læringskursus i Data Science med Python vil du være i stand til at:

Opnå en dybdegående forståelse af data science-processer, datahåndtering, dataudforskning, datavisualisering, opbygning af hypoteser og testning.

Installer det nødvendige Python-miljø samt andre hjælpeværktøjer og biblioteker.

Forstå de væsentlige koncepter inden for Python-programmering, såsom datatyper, tupler, lister, grundlæggende operatorer og funktioner.

Udfør højniveau matematisk databehandling ved hjælp af NumPy-pakken og dens omfattende bibliotek af matematiske funktioner.

Udfør højniveau matematisk databehandling ved hjælp af NumPy-pakken og dens omfattende bibliotek af matematiske funktioner.

Udfør videnskabelig og teknisk databehandling ved hjælp af SciPy-pakken og dens underpakker, såsom Integrate, Optimise, Statistics, IO og Weave.

Udfør dataanalyse og manipulation ved hjælp af datastrukturer og værktøjer, der er tilvejebragt i Pandas-pakken.

Opnå ekspertise i maskinlæring ved hjælp af Scikit-Learn-pakken

Forstå overvågede og uovervågede læringsmodeller såsom lineær regression, logistisk regression, klyngedannelse, dimensionalitetsreduktion, K-NN og pipeline.

Brug Scikit-Learn pakken til behandling af naturligt sprog.

Brug matplotlib-biblioteket i Python til data visualisering

Udtræk værdifulde data fra hjemmesider ved at udføre webskrabning ved hjælp af Python

Integrer Python med Hadoop og MapReduce

Vigtige funktioner

Et års adgang til platformen

Varighed ca. 12 timer

Interaktiv læring med Jupyter notesbøger

Downloadbare PDF-dokumenter med detaljeret indhold (billeder, forklaringer) til hver lektion

Eksamen & Certificering

For at blive certificeret skal du opfylde følgende kriterier: - Færdiggør ét projekt ud af de to, der tilbydes i kurset. Indsend projektets leverancer i LMS, som hovedinstruktøren vil evaluere - Opnå mindst 60% i en af de to simulationstests - Gennemfør kurset

Hero

Hvem bør tilmelde sig dette program?

Python for Data Science-træningskurset anbefales til alle med en ægte interesse for data science-feltet, herunder:

Analytikere

IT-professionelle

Softwareprofessionelle

Start kurset nu

Har du brug for virksomhedsløsninger eller LMS-integration?

Fandt du ikke kurset eller programmet, der ville være til gavn for din virksomhed? Har du brug for LMS-integration? Skriv til os, vi løser alt!

;