Inscrie-te la cursul de Python Data Analysis pentru a manipula, analiza si vizualiza datele folosind Python. In cadrul acestui curs vei invata cum sa utilizezi librarii populare precum NumPy, Pandas si Matplotlib, pentru a efectua operatiuni de baza si avansate de prelucrare a datelor, dar si multe alte tehnici esentiale care iti vor conferi increderea de care ai nevoie pentru a profesa in domeniu.
www.ateliereleilbah.ro
Descriere
Curs Python Data Analysis
Cursul de Python Data Analysis este proiectat pentru ca participantii sa deprinda toate abilitatile necesare de care au nevoie pentru a putea sa lucreze cu datele si sa le analizeze in mod eficient. Incepand cu o introducere in bazele statisticii, acest curs ofera ocazia de a invata cum se lucreaza cu librariile de analiza de date, cum ar fi NumPy si Pandas, pentru a se efectua operatii matematice si statistice cu datele.
Cursul acopera o gama larga de subiecte, inclusiv bazele statisticii, lucrul cu array-uri si DataFrame-uri, vizualizarea datelor si probabilitatea. In plus, cursul acopera si librariile Matplotlib si Seaborn, necesare pentru crearea si personalizarea graficelor.
Absolvind Cursul de Python Data Analysis participantii primesc un certificat de absolvire recunoscut la nivel National si International, cu care se vor putea angaja atat in tara cat si in strainatate.
Ce este Data Analysis?
Data Analysis este procesul de colectare, curatare, transformare si modelare a datelor pentru a obtine informatii valoroase si semnificative. Scopul analizei datelor este de a extrage cunostinte din date si de a ajuta la luarea deciziilor bazate pe fapte. Analiza datelor poate fi utilizata in aproape toate domeniile, inclusiv afaceri, stiinta, inginerie, cercetare si multe altele. In esenta, data analysis este o modalitate de a descoperi informatii utile si de a le folosi pentru a lua decizii mai bune.
Ce fel de aplicatii vei putea realiza la finalul Cursului de Python Data Analysis?
La finalul Cursului de Data Analysis (Python), vei putea realiza o gama larga de aplicatii. Iata doua exemple:
- Analiza datelor de vanzari – vei putea analiza datele de vanzari ale unei companii pentru a identifica modele, tendinte si factori care afecteaza vanzarile. Vei putea folosi libraria Pandas pentru a extrage si a analiza datele, si apoi vei putea folosi libraria Matplotlib sau Seaborn pentru a crea grafice si vizualizari pentru a ilustra rezultatele analizei.
- Analiza sentimentelor – vei putea analiza sentimentele utilizatorilor in comentariile de pe social media sau in feedback-ul primit de la clienti. Ai putea utiliza libraria NLTK pentru a preprocesa si a analiza textul si libraria Matplotlib sau Seaborn pentru a crea grafice pentru a vizualiza rezultatele analizei. Aceasta aplicatie poate fi utila pentru a ajuta companiile sa inteleaga parerile si perceptiile clientilor lor si sa identifice problemele care trebuie abordate pentru a imbunatati experienta clientilor.
Cui se adreseaza Cursul de Python Data Analysis?
Cursul de Python Data Analysis se adreseaza persoanelor care doresc sa invete cum sa lucreze cu datele si sa le analizeze in mod eficient. Cursul poate fi util pentru o gama larga de persoane, inclusiv studenti, cercetatori, analisti de date, dezvoltatori de software, antreprenori si multe altele. In plus, cursul este ideal pentru oricine doreste sa lucreze in domenii precum business, stiinta, inginerie, cercetare si multe altele. Pentru a putea urma Cursul de Python Data Analysis, este recomandat sa ai o intelegere de baza a matematicii de nivel liceal. De asemenea, este util sa ai o intelegere a conceptelor de algebra liniara, cum ar fi matrice si vectori. In plus, este necesar sa ai o intelegere de baza a limbajului de programare Python si a conceptelor de programare. In mod specific, ar trebui sa aveti o intelegere a urmatoarelor subiecte: Daca nu aveti o intelegere de baza a acestor subiecte, va recomandam sa urmati mai intai Cursul Programare Python inainte de a incepe acest curs de Data Analysis.Ce trebuie sa stii pentru a putea sa urmezi Cursul de Python Data Analysis?
Vrei mai mult? Vezi Cursuri IT
Copie dupa buletin/act de identitate
Copie dupa certificatul de nastere
Copie dupa certificatul de casatorie
(numai in cazul schimbarii numelui)
Copie dupa ultimul act de studii
Cand ai facut ultima data ceva ce iti place? Urmeaza-ti pasiunea.
#AteliereleILBAH
Ce inveti – Curs Python Data Analysis
Cursul de Python Data analysis este structurat in jurul a 4 module, fiecare dintre acestea acoperind un set de abilitati specifice. Incepand cu modulul de statistica, vei invata bazele statisticii, inclusiv tipurile de date, histograme, dispersie si multe altele. Modulul II se concentreaza pe lucrul cu array-uri, inclusiv crearea, indexarea si actualizarea datelor. Modulul III se concentreaza pe lucrul cu DataFrame-uri, inclusiv subsetarea, indexarea si vizualizarea datelor. In modulul IV, vei invata cum sa lucrezi cu libraria Seaborn si cum sa creezi grafice personalizate.
La finalul fiecarui modul, vei avea ocazia sa exersezi abilitatile invatate printr-un set de exercitii practice. In plus, cursul include si studii de caz, unde vei putea sa aplici cunostintele invatate in practica.
Scopul final al acestui curs este de a te ajuta sa devii profesionist in analiza datelor si sa te puna in masura sa iei decizii mai bune, bazate pe date concrete si semnificative.
Introducere
- Ce vom invata la acest curs?
- Instalarea si setarea mediului de lucru
- Instalarea si importarea librariilor
Introducere in statistica
- Ce este statistica
- Tipuri de statistica
- Tipuri de date
- Datele categorice
- De ce conteaza tipul datelor?
- Histograme
- Mean
- Median
- Mode
- Dispersie
- Deviatia standard
- Deviatia medie absoluta
Introducere arrays
- Numpy arrays
- Crearea unui array 1D dintr-o lista
- Crearea unui array 2D din liste
- Array vs. listele din Python
- Crearea array-urilor de la zero
- Dimensiunea unui array
- Randuri si coloane
- Remodelarea unui array
- Indexarea array-urilor 1D si 2D
- Indexarea randurilor si coloanelor
- Slicing 2D array
Actualizarea datelor din array
- Concatenarea array-uri / randuri / coloane
- Compatibilitatea array-urilor
- Stergerea datelor
- Agregarea randurilor / coloanelor
- Valoarea minima si maxima
- Gasirea mediei
- Sume cumulative
- Reprezentarea grafica
Broadcasting si salvarea array-urilor
- Difuzarea unui scalar
- Reguli de compatibilitate
- Difuzarea randurilor
- Incompatibilitati
- Difuzarea coloanelor
- RGB array
- Incarcarea unui fisier .npy
- Salvarea array-urilor ca fisiere .npy
- Numpy documentation
- Help()
Augumentarea datelor si vectorizarea operatiilor
- Augumentarea datelor
- Inversarea unui array
- Transpunerea unui array
- Adunarea a doua array-uri
- Multiplicarea a doua array-uri
Libraria Matplotlib
- Instalarea si importarea librariei Matplotlib
- Vizualizarea datelor
- Explorarea datelor
- Raportarea datelor
- Tipuri de grafice
- Grafic Plot
- Grafic de tip Scatter (Diagrama de dispersie)
- Histograma
- Customizarea graficelor
- Alegerea tipului de grafic
- Grafic de baza
- Etichetarea axelor
- Titlul graficului
- Marcaje
Introducere DataFrame
- Date tabelare
- Pandas DataFrame
- Explorarea unui DataFrame
- Componentele unui DataFrame
- Sortarea datelor
- Subsetarea coloanelor
- Subsetarea randurilor
- Subsetarea cu conditii
- Adaugarea unor coloane noi
Agregarea datelor in DataFrame-uri
- Mean()
- agg()
- Sume
- Statistici
- Numararea
- Tabele pivot
Subsetarea si indexarea DataFrame-urilor
- Setarea unei coloane ca index
- Eliminarea unui index
- Subsetarea
- Sortarea dupa index
- loc[]
- iloc[]
- Utilizarea tabelelor pivot
Vizualizarea DataFrame-urilor
- Histograme
- Bar plots
- Line plots
- Scatter plots
- Layering plots
- Adaugarea legendei
- Transparenta
- Valorile lipsa
Crearea DataFrame-urilor
- Dictionare
- Crearea unui DataFrame
- Ce este un fisier CSV? + exemple
- CSV to DataFrame
- DataFrame to CSV
Numerele random si probabilitatea
- Calcularea probabilitatii
- Distributie discreta
- Distributii continue
- Distributie binomiala
Seaborn
- Ce este Seaborn?
- Folosirea Panadas cu Seaborn
- Adaugarea de noi variabile prin culoare
- Basic scatter plot
Grafice relationale
- Introducere relplot()
- scatterplot() vs. relplot()
- Subplots in coloane si randuri
- Ordonarea coloanelor
- Customizarea graficelor
- Grafice liniare
Vizualizarea unei variabile categorice si a unei variabile cantitative
- Categorical plots
- catplot()
- countplot() vs. catplot()
- Bar plots
- Box plots
- Point plots
Customizarea plot-urilor Seaborn
- Schimbarea stilului si a culorilor unui grafic
- Adaugarea de titluri cu etichete
Pentru a participa la Cursul de Python Data Analysis este necesar sa detii cunostinte medii de utilizare a limbajului de programare Python si un nivel B1 de cunoastere al limbii Engleze. Pentru a-ti verifica nivelul de cunostinte, te rugam sa completezi testul urmator: Basic Python Test.
In cazul in care nu obtii punctajul minim iti recomandam sa urmezi initial Cursul de Programare Python.
Certificari suplimentare Python Institute si OpenEDG
In afara de certificarea recunoscuta de Ministerul Muncii si Ministerul Educatiei vei avea cunostintele necesare pentru a obtine si certificarea Python: PCAD (Certified Associate in Data Analytics wih Python).
Atentie! *Examenul de certificare PCAD a fost anuntat insa nu a fost lansat. Examenul se va putea sustine doar dupa ce va fi lansat in mod oficial. **Examenul necesar pentru a obtine PCAD nu este inclus in pretul acestui curs. Taxele percepute de catre Python Institute pentru sustinerea acestui examen sunt mentionate in link-ul de mai sus.
Motive sa ne alegi
Curs autorizat
Certificat de absolvire recunoscut la nivel national si international
Education Partner & Testing Center – Python Institute & OpenEDG.
Traineri cu experienta
Sediu ultra-central, usor accesibil.
Locuri de parcare in proximitate
Fara costuri suplimentare/ ascunse
Suport de curs in format electronic
Foarte multa practica.
Programa foarte bine structurata
Discounturi si programe de fidelizare
Testimoniale
Altii au urmat si…
