Feire høytider med 10% rabatt på alle kurs med koden "AVCFOREVER10". Sikre deg dette før prisendringene i 2025!

Data Science with Python - eLearning

Data Science with Python - eLearning

4.900,00 NOK

  • 12 hours
eLæring

Kurset "Python for Data Science" dekker grunnleggende programmeringskonsepter med Python og gir forklaringer på dataanalyse, maskinlæring, datavisualisering, web scraping og behandling av naturlig språk. Du vil oppnå en omfattende forståelse av de ulike pakkene og bibliotekene som er nødvendige for å utføre de ulike aspektene ved dataanalyse.

Kursplan

Hero
  1. Oversikt over dataanalyse

    Leksjon 01

  2. Oversikt over dataanalyse

    Leksjon 02

  3. Statistisk analyse og forretningsapplikasjoner

    Leksjon 03

  4. Oppsett av Python-miljø og grunnleggende elementer

    Leksjon 04

  5. Matematisk databehandling med Python (NumPy)

    Leksjon 05

  6. Vitenskapelig databehandling med Python (Scipy)

    Leksjon 06

  7. Databehandling med Pandas

    Leksjon 07

  8. Maskinlæring med Scikit-Learn

    Leksjon 08

  9. Naturprosessering med Scikit Learn

    Leksjon 09

  10. Data visualisering i Python ved bruk av matplotlib

    Leksjon 10

  11. Nettskraping med BeautifulSoup

    Leksjon 11

  12. Python-integrasjon med Hadoop MapReduce og Spark

    Leksjon 12

  13. Python-grunnleggende

    GRATIS KURS

  14. Statistikkgrunnlag for dataanalyse

    GRATIS KURS

  15. Produktrangeringsprediksjon for Amazon

    Prosjekt 1

    E-handel: Amazon, et av de ledende amerikanske e-handelsselskapene, anbefaler produkter innenfor samme kategori til kunder basert på deres aktivitet og anmeldelser på andre lignende produkter. Amazon ønsker å forbedre denne anbefalingsmotoren ved å forutsi vurderinger for produkter som ikke er vurdert og deretter legge dem til i anbefalingene tilsvarende.

  16. Etterspørselsprognoser for Walmart

    Prosjekt 2

    Detaljhandel: Forutsi nøyaktige salgstall for 45 butikker tilhørende Walmart, en av de ledende detaljhandelskjedene i USA,

    vurderer effekten av markedsføringsnedsettelser. Sjekk om makroøkonomiske faktorer som KPI, arbeidsledighetsrate osv., påvirker salget.

  17. Forbedre kundeopplevelsen for Comcast

    Prosjekt 3

    Telekommunikasjon: Comcast, et av de amerikanske globale telekommunikasjonsselskapene, ønsker å forbedre kundeopplevelsen ved å identifisere og handle på eventuelle problemområder som kan redusere kundetilfredsheten. Selskapet søker også etter nøkkelanbefalinger som kan implementeres for å levere den beste kundeopplevelsen.

  18. Analyse av personalnedgang for IBM

    Prosjekt 4

    Analyse av arbeidsstyrken: IBM, et av de ledende IT-selskapene i USA, ønsker å identifisere faktorene som påvirker ansattes avgang. Basert på de spesifiserte parameterne, ønsker selskapet også å bygge en logistisk regresjonsmodell som kan hjelpe med å forutsi om en ansatt vil slutte.

  19. Analyse av serviceforespørsler til NYC 311

    Prosjekt 5

    Kan du utføre en dataanalyse av tjenesteforespørsler basert på New York Citys 311-anrop? Du vil konsentrere deg om teknikker for datahåndtering for å forstå mønstre i dataene og visualisere de viktigste klagekategoriene.

    Domene: Telekommunikasjon

  20. Analyse av MovieLens datasett

    Prosjekt 6

    GroupLens Research Project er en forskningsgruppe ved Institutt for datateknologi og Ingeniørvitenskap ved Universitetet i Minnesota. Forskerne i denne gruppen er involvert i flere forskningsprosjekter innen feltene informasjonsfiltrering, kollaborativ filtrering og anbefalingssystemer. Kunne du være så snill å se over brukerdatasett ved hjelp av utforskende dataanalyse.

    Analyseteknikk? Område: Ingeniørfag.

  21. Aksjemarkedsdataanalyse

    Prosjekt 7

    Som en del av dette prosjektet vil du importere data ved hjelp av Yahoo dataleser fra følgende selskaper: Yahoo, Apple, Amazon, Microsoft og Google. Du vil utføre grunnleggende analyser, inkludert plotting, sluttkurs, plotting av aksjehandel etter volum, utføre daglig avkastningsanalyse og bruke parplott for å vise korrelasjonen mellom aksjene.

    Domene: Aksjemarkedet.

  22. Analyse av Titanic-datasettet

    Leksjon 08

    Den 15. april 1912 sank Titanic etter å ha kollidert med et isfjell, og drepte 1502 av 2224 passasjerer og mannskap. Denne tragedien sjokkerte verden og førte til bedre sikkerhetsforskrifter for skip. Her ønsker vi å be deg om å gjøre en analyse ved hjelp av teknikken for utforskende dataanalyse, spesielt ved å anvende maskinlæringsverktøy for å bestemme hvilke passasjerer som overlevde tragedien.

Læringsutbytte

Ved slutten av dette e-læringskurset i Data Science with Python, vil du være i stand til å:

Få en grundig forståelse av data science-prosesser, datahåndtering, datautforskning, datavisualisering, hypotesebygging og testing.

Installere det nødvendige Python-miljøet og andre hjelpeverktøy og biblioteker.

Forstå de grunnleggende konseptene i Python-programmering, som datatyper, tupler, lister, grunnleggende operatorer og funksjoner.

Utføre avansert matematisk databehandling ved hjelp av NumPy-pakken og dens omfattende bibliotek av matematiske funksjoner.

Utføre avansert matematisk databehandling ved hjelp av NumPy-pakken og dens omfattende bibliotek av matematiske funksjoner.

Utføre vitenskapelig og teknisk databehandling ved hjelp av SciPy-pakken og dens underpakker, som Integrate, Optimise, Statistics, IO, og Weave.

Utføre dataanalyse og manipulering ved bruk av datastrukturer og verktøy som er tilgjengelige i Pandas-pakken.

Ha ekspertise i maskinlæring ved å bruke Scikit-Learn-pakken

Forstå overvåkede og uovervåkede læringsmodeller som lineær regresjon, logistisk regresjon, klyngedannelse, dimensjonsreduksjon, K-NN og rørledning.

Bruke Scikit-Learn-pakken for behandling av naturlig språk.

Bruke matplotlib-biblioteket i Python for data visualisering

Ekstrahere verdifulle data fra nettsteder ved å utføre webskraping ved bruk av Python

Integrere Python med Hadoop og MapReduce

Nøkkelfunksjoner

Ett års tilgang til plattformen

Varighet ca. 12 timer

Interaktiv læring med Jupyter-notatbøker

Nedlastbare PDF-dokumenter med detaljert innhold (bilder, forklaringer) til hver leksjon

Eksamen & Sertifisering

For å bli sertifisert, må du oppfylle følgende kriterier: - Fullfør ett prosjekt av de to som tilbys i kurset. Send inn prosjektets leveranser i LMS som hovedtreneren vil evaluere - Oppnå minst 60% på en av de to simuleringstestene - Fullfør kurset

Hero

Hvem bør melde seg på dette programmet?

Python-kurset for data science anbefales for alle som har en ekte interesse for feltet data science, inkludert:

Analytikerprofesjonelle

IT-profesjonelle

Programvareprofesjonelle

Start kurset nå

Trenger du bedriftsløsning eller LMS-integrasjon?

Fant du ikke kurset eller programmet som ville være passende for din bedrift? Trenger du LMS-integrasjon? Ta kontakt med oss! Vi er agile og løser alt!

;