Data Science met Python eLearning (Python basis cursus inbegrepen!)

Data Science met Python eLearning

Python basis cursus inbegrepen!

Leer de steeds populairder wordende programmeertaal voor ontwikkeling

Python is een programmeertaal voor dynamische ontwikkeling, een van de eerste talen die Google App Engine ondersteunt en wordt veel gebruikt in de cloud. Het ondersteunt meta-programmeerstructuren en aspecten van Lisp en Haskell.

Python is een programmeertaal voor algemene doeleinden en wordt steeds populairder. Bedrijven over de hele wereld gebruiken Python om inzichten uit gegevens te oogsten en zo een voorsprong op hun concurrenten te krijgen. In tegenstelling tot elke andere Python-cursus, richt dit programma zich specifiek op Python voor datawetenschap. U leert hoe u gegevens opslaat en manipuleert, evenals handige tools om uw eigen analyse te starten.

OVER DE CURSUS

De cursus Python for Data Science behandelt de fundamentele concepten van programmeren met Python en legt data-analyse, machine learning, datavisualisatie, webscraping en natuurlijke taalverwerking uit. U krijgt een uitgebreid begrip van de verschillende pakketten en bibliotheken die nodig zijn om de gegevensanalyseaspecten uit te voeren.

LEERDOELEN

Aan het einde van de cursus ben je in staat om:

• Krijg een diepgaand inzicht in datawetenschapsprocessen, data-wrangling, data-exploratie, datavisualisatie, hypothesevorming en testen
• Installeer de vereiste Python-omgeving en andere hulpmiddelen en bibliotheken
• Begrijp de essentiële concepten van Python-programmering, zoals gegevenstypen, tuples, lijsten, dictaten, basisoperatoren en functies
• Voer wiskundige berekeningen op hoog niveau uit met behulp van het NumPy-pakket en de grote bibliotheek met wiskundige functies
• Voer wetenschappelijke en technische berekeningen uit met behulp van het SciPy-pakket en zijn subpakketten zoals Integrate, Optimize, Statistics, IO en Weave
• Voer data-analyse en -manipulatie uit met behulp van datastructuren en tools die in het Pandas-pakket worden geleverd
• Verwerf expertise in machine learning met behulp van het Scikit-Learn-pakket
• Begrijp gesuperviseerde en niet-gesuperviseerde leermodellen zoals lineaire regressie, logistische regressie, clustering, dimensionaliteitsreductie, K-NN en pijplijn
• Gebruik het Scikit-Learn-pakket voor natuurlijke taalverwerking
• Gebruik de matplotlib-bibliotheek van Python voor datavisualisatie
• Extraheer nuttige gegevens van websites door websloop uit te voeren met Python
• Integreer Python met Hadoop, Spark en MapReduce

VOORWAARDEN Er zijn geen voorwaarden voor deze cursus datawetenschap en de basiscursus Python die bij dit programma is inbegrepen, biedt u aanvullende coderingsbegeleiding.

WAT IS INBEGREPEN?

• Een jaar toegang tot het platform
• Duur ca. 12 uren
• Vier echte industriële projecten
• Interactief leren met Jupyter-notebooks
• Downloadbare PDF-documenten met gedetailleerde inhoud (afbeeldingen, uitleg) voor elke les

De behandelde onderwerpen

De cursus behandelt de volgende onderwerpen:

• Lesson 1 - Data science overview
• Lesson 2 - Data analytics overview
• Lesson 3 - Statistical analysis and business applications
• Lesson 4 - Python environment setup and essentials
• Lesson 5 - Mathematical computing with Python (NumPy)
• Lesson 6 - Scientific computing with Python (Scipy)
• Lesson 7 - Data manipulation with Pandas
• Lesson 8 - Machine learning with Scikit–Learn
• Lesson 9 - Natural language processing with Scikit Learn
• Lesson 10 - Data visualisation in Python using matplotlib
• Lesson 11 - Web scraping with BeautifulSoup
• Lesson 12 - Python integration with Hadoop MapReduce and Spark
• GRATIS CURSUS - Python basics
• GRATIS CURSUS - Statistics essentials for data science

De cursus omvat ook real-world, op de industrie gebaseerde projecten. Succesvolle evaluatie van een van de volgende projecten maakt deel uit van de criteria om in aanmerking te komen voor certificering:

Project 1: Voorspelling van productbeoordeling voor Amazon

Amazon, een van de toonaangevende e-commercebedrijven in de VS, beveelt producten in dezelfde categorie aan klanten aan op basis van hun activiteit en recensies over andere vergelijkbare producten. Amazon wil deze aanbevelingsengine verbeteren door beoordelingen te voorspellen voor de niet-beoordeelde producten en deze dienovereenkomstig aan aanbevelingen toe te voegen. Domein: e-commerce

Project 2: Vraagvoorspelling voor Walmart

Voorspel nauwkeurige verkopen voor 45 winkels van Walmart, een van de toonaangevende winkels in de VS, rekening houdend met de impact van promotionele prijsverlagingen. Controleer of macro-economische factoren zoals CPI, werkloosheidspercentage, etc. een impact hebben op de verkoop. Domein: Retail

Project 3: Verbetering van de klantervaring voor Comcast

Comcast, een van de in de VS gevestigde wereldwijde telecommunicatiebedrijven, wil de klantervaring verbeteren door probleemgebieden te identificeren en aan te pakken die de klanttevredenheid verlagen als die er zijn. Het bedrijf is ook op zoek naar belangrijke aanbevelingen die kunnen worden geïmplementeerd om de beste klantervaring te bieden. Domein: Telecom

Project 4: Attrition-analyse voor IBM

IBM, een van de toonaangevende IT-bedrijven in de VS, wil graag de factoren identificeren die het verloop van werknemers beïnvloeden. Op basis van de geïdentificeerde parameters zou het bedrijf ook een logistiek regressiemodel willen bouwen dat kan helpen voorspellen of een werknemer zal churnen of niet. Domein: personeelsanalyse

Project 5: NYC 311 Analyse van serviceaanvragen

Voer een gegevensanalyse uit voor serviceaanvragen van 311-oproepen in New York City. Je richt je op data wrangling-technieken om patronen in de data te begrijpen en de belangrijkste soorten klachten te visualiseren. Domein: Telecommunicatie

Project 6: MovieLens-gegevenssetanalyse

Het GroupLens Research Project is een onderzoeksgroep binnen de afdeling Computer Science and Engineering aan de Universiteit van Minnesota. De onderzoekers van deze groep zijn betrokken bij verschillende onderzoeksprojecten op het gebied van informatiefiltering, collaborative filtering en aanbevelingssystemen. Hier vragen we u om een ​​analyse uit te voeren met behulp van de Exploratory Data Analysis-techniek voor gebruikersdatasets. Domein: Engineering

Project 7: Analyse van beursgegevens

Als onderdeel van dit project importeert u gegevens met behulp van de Yahoo-gegevenslezer van de volgende bedrijven: Yahoo, Apple, Amazon, Microsoft en Google. U voert fundamentele analyses uit, waaronder het plotten, de slotkoers, het plotten van de aandelenhandel op volume, het uitvoeren van dagelijkse rendementsanalyses en het gebruik van een paarplot om de correlatie tussen alle aandelen te tonen. Domein: Stock Market

Project 8: Titanic dataset-analyse

Op 15 april 1912 zonk de Titanic na een botsing met een ijsberg, waarbij 1502 van de 2224 passagiers en bemanningsleden omkwamen. Deze tragedie schokte de wereld en leidde tot betere veiligheidsvoorschriften voor schepen. Hier vragen we u om een ​​analyse uit te voeren met behulp van de verkennende gegevensanalysetechniek, in het bijzonder door machine learning-tools toe te passen om te voorspellen welke passagiers de tragedie hebben overleefd.

EXAMEN & CERTIFICERING

Om gecertificeerd te worden, moet u aan de volgende criteria voldoen:

• Voltooi een van de twee projecten die in de cursus worden aangeboden. Dien de resultaten van het project in het LMS in, die zullen worden geëvalueerd door de hoofdtrainer
• Scoor minimaal 60% in een van de twee simulatietests
• Voltooi de cursus

Bekijk onze website (addingvalue .nl) voor ons volledige aanbod van trainingen; zoals: AgilePM; AgilePM; Agile Scrum; AgileSHIFT; AWS; Better Business Cases (BBC); Change Management; CISM, CISSP; COBIT, DevOps; ITIL4; IT4IT; IPMA; ISO/IEC 27001; LeanIT; Management of Portfolios (MoP); Management of Risk (M_o_R); Management of Value (MoV); MSP; Paxis; PMI-ACP; PMI-RMP; PRINCE2; P3O; SAFe; Lean Six Sigma; Software Testing ISTQB; TOGAF; VeriSM en nog veel meer!

Wij hopen u ook te certificeren!