Caricamento...
OEC023

Python data Scientist

Prezzo

€ 1,990.00
(Iva esclusa)

Scheda tecnica

Scarica

Giorni

5 gg
La data science è una materia in rapida evoluzione le cui applicazioni spaziano in ambiti diversi della nostra vita.
Questo corso insegna a trasformare database disordinati e dati non strutturati in dataset omogenei e ordinati attraverso l'impiego degli strumenti essenziali del linguaggio Python per il machine learning.

Questo corso vuole offrire una panoramica globale delle basi e dei casi d’uso più diffusi nel data science con Python, uno dei linguaggi più importanti nell’analisi dati.


Questo corso è dedicato a chi vuole acquisire i concetti introduttivi e fondamentali del Python per dedicarsi allo studio del data science.


Conoscenza base di un linguaggio di programmazione o Scripting.

Giorno 1

  • Introduzione a Python: approcci di programmazione, particolarità del linguaggio, ambiente Python
  • Introduzione a Python: Cenni delle componenti a disposizione nel'environment Anaconda
  • Introduzione a Python: Introduzione all'ambiente jupiter semplici esempi di linguaggio
  • Introduzione a Python: Introduzione all'ambiente spyder semplici esempi di linguaggio
  • Il linguaggio Python:
    • strutture di dati semplici
    • strutture di controllo
    • Formattatori e gestione delle stringhe
    • tuple, liste, stringhe
  • Il linguaggio Python: wrap up exercises

Giorno 2

  • Il linguaggio Python: dizionari, slicing
  • Il linguaggio Python: enumeratori statici e dinamici
  • Il linguaggio Python: Elementi per il debug e la rapprentazione nell'ambiente Spyder
  • Il linguaggio Python: Classi
    • definizioni
    • namespaces
    • istanze
    • metodi
    • Inheritance
  • Esercitazione sulle classi

Giorno 3

  • ll linguaggio Python: Funzioni
    • Argomenti di default
    • forma lambda
    • Metodi sulle liste
    • Variabili private
  • Programmazione funzionale map e reduce
  • Moduli
    • Moduli standard
    • Lista dei moduli
    • Uso dei moduli
    • Esempio il modulo sistema
    • Namespaces
  • Eccezioni
    • Gestione delle eccezioni
  • Organizzazione del codice
  • Compilare Python Cython
  • Python e l’interfaccia verso altri linguaggi
  • Wrap up exercises

Giorno 4

  • Accesso ai dati
    • Accesso a dati su XLS,CSV
    • PyODBC e SQL
    • Accesso a dati Oracle
    • Accesso a SQL Server
    • Accesso a MySQL e Postgres
  • Numpy
    • Uso e gestione dgli array
    • Operazioni fondamentali
    • Broadcasting
    • Aggregazione e concatenazione

Giorno 5

  • Pandas
    • Dataframe, Timeseries
    • Operazioni sui dataframe
    • DataFrame e SQL (Accesso ai Dati
    • Normalizzazione dei dati
  • Rappresentazione dei dati
    • MatPlot, Images, PyPlot
    • Plotting 2 D e 3D
  • Wrap Up Exercise   


Sede Data P