Wizualizacja i eksploracja danych w Pythonie - kurs 21 000 RUB. z Rosyjskiego Uniwersytetu Ekonomicznego im. G.V. Plechanow, szkolenie 5 tygodni, termin 27.03.2023.
Miscellanea / / November 27, 2023
Podczas szkolenia zostaną omówione podstawy analizy i programowania danych w środowisku Python, metody i sposoby wprowadzania oraz pierwotnego przetwarzania danych. statystyczne środki graficznej prezentacji danych w inteligentnej analizie i modelowaniu, przeprowadzaniu kontrolowanym i niekontrolowanym Klasyfikacja; metody modelowania asocjacyjnego, czynnikowego i skupieniowego; analiza składowa i dekompozycja szeregów dynamiki wysokich częstotliwości, modelowanie sieci neuronowych i podstawy głębokiego uczenia się.
Wybierz dogodną dla siebie formę szkolenia - w pełnym wymiarze godzin (w centrum Moskwy, w zabytkowych budynkach Rosyjskiego Uniwersytetu Ekonomicznego im. G.V. Plechanow) lub zdalnie (z dowolnego miejsca na świecie).
Korzyści ze studiowania w ramach programu
- Możliwość wyboru dogodnej formy nauki - online lub osobiście na Rosyjskim Uniwersytecie Ekonomicznym. G.V. Plechanow.
- Możliwość uczestniczenia w kursach mistrzowskich i wydarzeniach specjalistycznych Rosyjskiego Uniwersytetu Ekonomicznego. G.V. Plechanow i jego partnerzy.
- Dostępność systemu rabatowego dla klientów korporacyjnych.
- Przewaga konkurencyjna na rynku pracy potwierdzona certyfikatem REU. G.V. Plechanow, wiodący uniwersytet ekonomiczny w Rosji.
- Elastyczny harmonogram zajęć pozwala na naukę nawet biorąc pod uwagę wyjazdy służbowe i napiętą pracę.
Jak kontynuować
Wymagania dla studentów
Program mogą ukończyć osoby, które posiadają lub zdobywają wykształcenie wyższe/średnie zawodowe
Dokumenty do przyjęcia
Kopia dyplomu ukończenia szkoły wyższej lub średniej zawodowej z załącznikiem lub zaświadczeniem z miejsca studiów (w przypadku studentów)
Paszport: 1 rozkładówka (zdjęcie), 2 rozkładówki (rejestracja)
SNILS
Program ma na celu kształtowanie i rozwijanie umiejętności użytkownika w zakresie przetwarzania, wizualizacji i analizy danych, począwszy od najprostszych metod opisowych statystyki, a skończywszy na nowoczesnych, które stały się powszechnymi metodami (wzmacnianie gradientowe, analiza szeregów o wysokiej częstotliwości, modelowanie sieci neuronowych i itp.). Program rozwija podstawy analizy danych w środowisku Python, w tym pozyskiwania danych poprzez API oraz badania cechy analizy inteligentnej („Data Mining”), miejsce i rola tych metod w obszarze analizy danych i maszynowej szkolenie. Narzędzia do wizualizacji danych (matplotlib, biblioteki seaborn), analizy i modelowania dużych dane (pandy, scipy, researchpy, biblioteki statsmodels), sformułowanie problemu badawczego w ujęciu intelektualnym analiza.
Narzędzia statystyczne do graficznej prezentacji danych. Biblioteki matplotlib, seaborn (10 godzin)
Grupowanie i klasyfikacja. Klasyfikacja pod nadzorem i bez nadzoru (8 godz.)
Modelowanie asocjacyjne. Algorytm APRIORI (10 godzin)
Analiza składowa i modelowanie czynnikowe szeregów dynamiki finansowej i gospodarczej (10 godz.)
Modelowanie klastrów i dynamiczna transformacja osi czasu (6 godzin)
Analiza widma osobliwego i lokalnych modów empirycznych (8 godz.)
Lokalna regresja ważona. Analiza sieci społecznościowych (8 godzin)
Sieci neuronowe ze sprzężeniem zwrotnym i splotowe sieci neuronowe. Głębokie uczenie się (10 godzin)