Visualizzazione ed estrazione dei dati in Python - corso RUB 21.000. dall'Università Economica Russa da cui prende il nome. G.V. Plekhanov, allenamento di 5 settimane, data 27 marzo 2023.
Miscellanea / / November 27, 2023
Durante il corso verranno trattati i fondamenti dell'analisi dei dati e della programmazione in ambiente Python, i metodi e le modalità di immissione e di elaborazione primaria dei dati. mezzi statistici di presentazione grafica dei dati in analisi e modellizzazione intelligenti, conduzione controllata e non controllata classificazione; metodi di modellazione associativa, fattoriale e di cluster; analisi dei componenti e scomposizione di serie dinamiche ad alta frequenza, modellazione di reti neurali e basi del deep learning.
Scegli un formato di formazione adatto a te: a tempo pieno (nel centro di Mosca, negli edifici storici dell'Università di Economia russa che porta il nome. G.V. Plekhanov) o da remoto (da qualsiasi parte del mondo).
Vantaggi di studiare nell'ambito del programma
- La possibilità di scegliere un formato di apprendimento conveniente: online o faccia a faccia presso l'Università russa di economia. G.V. Plekhanov.
- Possibilità di partecipare a masterclass ed eventi specializzati dell'Università economica russa. G.V. Plekhanov e i suoi soci.
- Disponibilità di un sistema di sconti per la clientela aziendale.
- Vantaggio competitivo nel mercato del lavoro con un certificato REU. G.V. Plekhanov, la principale università economica in Russia.
- Un programma di lezioni flessibile ti consente di studiare anche tenendo conto dei viaggi di lavoro e del lavoro intenso.
Come procedere
Requisiti per gli studenti
Le persone che hanno o stanno ricevendo un'istruzione professionale superiore/secondaria possono completare il programma
Documenti per l'ammissione
Una copia del diploma di istruzione professionale superiore o secondaria con allegato o certificato del luogo di studio (per gli studenti)
Passaporto: 1 diffusione (foto), 2 diffusione (registrazione)
SNILS
Il programma è finalizzato a formare e sviluppare le competenze dell’utente nell’elaborazione, visualizzazione e analisi dei dati, partendo dai più semplici metodi descrittivi statistica e termina con metodi moderni che si sono diffusi (potenziamento del gradiente, analisi di serie ad alta frequenza, modellazione di reti neurali e eccetera.). Il programma sviluppa le basi dell'analisi dei dati nell'ambiente Python, compreso l'ottenimento di dati tramite API e studi caratteristiche dell'analisi intelligente ("Data mining"), il posto e il ruolo di questi metodi nel campo dell'analisi dei dati e della macchina formazione. Gli strumenti per la visualizzazione dei dati (matplotlib, librerie seaborn), l'analisi e la modellazione di grandi dimensioni dati (biblioteche Pandas, Scipy, Researchpy, StatsModels), formulazione di un problema di ricerca in un intellettuale analisi.
Strumenti statistici per la presentazione grafica dei dati. Biblioteche matplotlib, seaborn (10 ore)
Raggruppamento e classificazione. Classificazione supervisionata e non supervisionata (8 ore)
Modellazione associativa. Algoritmo APRIORI (10 ore)
Analisi delle componenti e modellazione fattoriale di serie di dinamiche finanziarie ed economiche (10 ore)
Modellazione di cluster e trasformazione della timeline dinamica (6 ore)
Analisi dello spettro singolare e dei modi empirici locali (8 ore)
Regressione ponderata locale. Analisi dei social network (8 ore)
Reti neurali feedforward e reti neurali convoluzionali. Apprendimento profondo (10 ore)