Andmete visualiseerimine ja kaevandamine Pythonis – kursus 21 000 RUB. nimelisest Venemaa Majandusülikoolist. G.V. Plekhanov, koolitus 5 nädalat, kuupäev 27.03.2023.

Koolitusel käsitletakse Pythoni keskkonnas andmeanalüüsi ja programmeerimise põhitõdesid, sisestamise ja esmase andmetöötluse meetodeid ja vahendeid. statistilised vahendid andmete graafiliseks esitamiseks intelligentsel analüüsil ja modelleerimisel, teostades kontrollitud ja kontrollimata klassifikatsioon; assotsiatiivse, faktor- ja klastrite modelleerimise meetodid; kõrgsageduslike dünaamika seeriate komponentanalüüs ja dekomponeerimine, närvivõrkude modelleerimine ja süvaõppe alused.

Valige endale sobiv koolitusvorm - täiskohaga (Moskva kesklinnas, ajaloolistes Venemaa Majandusülikooli nimelistes hoonetes. G.V. Plekhanov) või eemalt (kõikjal maailmas).

Programmi raames õppimise eelised

• Võimalus valida mugav õppimisvorm - veebis või silmast silma Venemaa Majandusülikoolis. G.V. Plehhanov.
• Võimalus osaleda Venemaa Majandusülikooli meistrikursustel ja erialaüritustel. G.V. Plekhanov ja tema partnerid.
• Äriklientidele allahindlussüsteemi kättesaadavus.
• REU tunnistusega konkurentsieelis tööturul. G.V. Plekhanov, Venemaa juhtiv majandusülikool.
instagram viewer
• Paindlik tunniplaan võimaldab õppida isegi lähetusi ja pingelist tööd arvestades.

Kuidas jätkata

Nõuded õpilastele

Programmi on lubatud läbida isikutel, kes omavad või saavad kõrg-/keskeriharidust

Dokumendid sisseastumiseks

Koopia kõrg- või keskerihariduse diplomist koos manusega või õppekoha tõendiga (õpilastele)
Pass: 1 levi (foto), 2 levi (registreerimine)
SNILS

Programmi eesmärk on kujundada ja arendada kasutaja oskusi andmete töötlemisel, visualiseerimisel ja analüüsimisel, alustades kõige lihtsamatest kirjeldavatest meetoditest. statistika ja lõpetades laialt levinud kaasaegsete meetoditega (gradiendi võimendamine, kõrgsagedusridade analüüs, närvivõrgu modelleerimine ja jne.). Programm arendab Pythoni keskkonnas andmeanalüüsi aluseid, sh API kaudu andmete hankimist ja uuringuid intelligentse analüüsi (“Data Mining”) tunnused, nende meetodite koht ja roll andmeanalüüsi ja masinate valdkonnas koolitust. Tööriistad andmete visualiseerimiseks (matplotlib, seaborn raamatukogud), suurte analüüside ja modelleerimiseks andmed (panda, scipy, researchpy, statsmodels libraries), uurimisprobleemi sõnastamine intellektuaalis analüüs.

Statistilised tööriistad andmete graafiliseks esitamiseks. Teegid matplotlib, meres sündinud (10 tundi)
Rühmitamine ja klassifitseerimine. Järelevalvega ja järelevalveta klassifikatsioon (8 tundi)
Assotsiatiivne modelleerimine. APRIORI algoritm (10 tundi)
Finants- ja majandusdünaamika seeriate komponentanalüüs ja faktormodelleerimine (10 tundi)
Klastrite modelleerimine ja dünaamiline ajaskaala teisendus (6 tundi)
Singulaarspektri ja lokaalsete empiiriliste režiimide analüüs (8 tundi)
Kohalik kaalutud regressioon. Sotsiaalvõrgustiku analüüs (8 tundi)
Feedforward närvivõrgud ja konvolutsioonilised närvivõrgud. Süvaõpe (10 tundi)