Podstawy analizy danych numerycznych w języku Python

Podobne dokumenty
Dni: 2. Partner merytoryczny. Opis: Adresaci szkolenia

Analiza danych tekstowych i języka naturalnego

Projektowanie rozwiązań Big Data z wykorzystaniem Apache Hadoop & Family

Górnośląska Wyższa Szkoła Pedagogiczna imienia Kardynała Augusta Hlonda - pedagogika, studia, studia podyplomowe, Śląsk, Katowice UTW Mysłowice

Zaawansowane programowanie w języku C++

Tytuł szkolenia: Angular 4 - budowanie nowoczesnych i wydajnych aplikacji przeglądarkowych

Od uczestników szkolenia wymagana jest umiejętność programowania w języku C oraz podstawowa znajomość obsługi systemu Linux.

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia

Korporacyjna Magistrala Usług na przykładzie Mule ESB


ZMODYFIKOWANY Szczegółowy opis przedmiotu zamówienia

Front-end: solidne podstawy. Wszystko, co warto wiedzieć o HTML, CSS, JavaScript i Bootstrap.

Programowanie.NET - kurs zaawansowany

Python : podstawy nauki o danych / Alberto Boschetti, Luca Massaron. Gliwice, cop Spis treści

Dariusz Brzeziński Instytut Informatyki, Politechnika Poznańska

Dni: 3. Opis: Adresaci szkolenia

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia

Od uczestników szkolenia wymagana jest umiejętność programowania w języku C oraz podstawowa znajomość obsługi systemu Windows.

COMARCH IT AKADEMIA. Programista VBA w Microsoft Excel (microbootcamp)

Język programowania C C Programming Language. ogólnoakademicki

Efektywne tworzenie aplikacji webowych z wykorzystaniem AngularJS, HTML5 i JavaScript

Spis treści. I. Skuteczne. Od autora... Obliczenia inżynierskie i naukowe... Ostrzeżenia...XVII

Dzięki szkoleniu. Dni: 3. Opis: Adresaci szkolenia

STUDIA PIERWSZEGO STOPNIA na kierunku PEDAGOGIKA

Odczytywanie i zapisywanie obrazów rastrowych do plików, operacje punktowe na tablicach obrazów

komórka ZAKRES ROZSZERZONY numeracja zadań w teście

Technologie IoT - Analityka Big Data IoT Big Data& Analytics

Kurs programowania. Wykład 12. Wojciech Macyna. 7 czerwca 2017

Architektura mikroserwisów na platformie Spring IO

Statystyka I z R. Bartosz Maćkiewicz. 2 października 2017

"Zapisane w genach, czyli Python a tajemnice naszego genomu."

1 Zrozumieć Flasha... 1 Co można zrobić za pomocą Flasha?... 2 Tworzenie obrazków do strony 3 Animowanie witryny 4 Tworzenie filmów

Przejrzystość, intuicyjny charakter i łatwość oprogramowania sterowników FATEK.

Praktyczne zastosowanie bibliotek Boost oraz nowego standardu C++11

TOPWEB Microsoft Excel 2013 i PowerBI Przygotowanie danych, analiza i efektowna prezentacja wyników raportów

Certified IT Manager Training (CITM ) Dni: 3. Opis:

kodowanienaekranie.pl

Dni: 3. Opis: Adresaci szkolenia

Metody eksploracji danych Laboratorium 1. Weka + Python + regresja

Programista samouk : profesjonalny przewodnik do samodzielnej nauki kodowania / Cory Althoff. Gliwice, copyright Spis treści

KARTA SZKOLENIA 1/5. Po ukończeniu szkolenia uczestnik będzie potrafił:

Analiza i projektowanie aplikacji Java

PRZEWODNIK PO PRZEDMIOCIE

TOK STUDIÓW Kierunek: informatyka rok studiów: I studia stacjonarne pierwszego stopnia, rok akademicki 2014/2015. Forma zaliczen ia. egz. lab.

PRAKTYCZNE WYKORZYSTANIE APLIKACJI MS EXCEL 2016 TWORZENIE ANALIZ I PREZENTACJA DANYCH warsztaty

Algorytmy i bazy danych (wykład obowiązkowy dla wszystkich)

Język R : kompletny zestaw narzędzi dla analityków danych / Hadley Wickham, Garrett Grolemund. Gliwice, cop Spis treści

Programowanie w C++ Wykład 1. Katarzyna Grzelak. 25 luty K.Grzelak (Wykład 1) Programowanie w C++ 1 / 38

PROGRAM STUDIÓW. WYDZIAŁ: Podstawowych Problemów Techniki KIERUNEK: Matematyka stosowana

Modelowanie procesów biznesowych, przepływu pracy i wdrażanie aplikacji w oparciu o Jboss jbpm lub Activiti

KARTA PRZEDMIOTU. Hurtownie i eksploracja danych D1_5

Wstęp do Informatyki dla bioinformatyków

SZKOLENIA SAS. ONKO.SYS Kompleksowa infrastruktura inforamtyczna dla badań nad nowotworami CENTRUM ONKOLOGII INSTYTUT im. Marii Skłodowskiej Curie

Symulacja obliczeń kwantowych

Wykresy i interfejsy użytkownika

Liczba godzin. N (nauczyciel) studia niestacjonarne

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa

Semestr letni Brak Tak

JavaScript Dokładnie, od Podstaw Szkolenie dla webdeveloperów, freelancerów, webdesignerów

Być może jesteś doświadczonym programistą, biegle programujesz w Javie,

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa, Inżynieria oprogramowania, Technologie internetowe

Pomiary Elektryczne I Elektroniczne Pdf Download ->>->>->>

Projektowanie rozwiązań Big Data z wykorzystaniem Apache Hadoop & Family

Kierunek: Informatyka Stosowana Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. audytoryjne. Wykład Ćwiczenia

Panele Business Intelligence. Kraków, wrzesień str. 1

Nazwa wariantu modułu (opcjonalnie): Laboratorium programowania w języku C++

Przetwarzanie i analiza danych w języku Python / Marek Gągolewski, Maciej Bartoszuk, Anna Cena. Warszawa, Spis treści

Od Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych

Obróbka po realnej powierzchni o Bez siatki trójkątów o Lepsza jakość po obróbce wykańczającej o Tylko jedna tolerancja jakości powierzchni

Spis treści 1. Wstęp 2. Ćwiczenia laboratoryjne LPM

Dni: 5. Opis: Adresaci szkolenia

Plan studiów niestacjonarnych pierwszego stopnia Kierunek: ANALITYKA I BADANIA EKONOMICZNE A. Moduły międzykierunkowe obligatoryjne

Aplikacje biurowe pakiet Microsoft Office kurs podstawowy

Wprowadzenie do Python

Plan studiów stacjonarnych pierwszego stopnia Kierunek: ANALITYKA I BADANIA EKONOMICZNE A. Moduły międzykierunkowe obligatoryjne

SZKOLENIA CATIA ZAINWESTUJ W PROFESJONALNE KSZTAŁCENIE SWOJEJ KADRY!

Repetytorium z matematyki 3,0 1,0 3,0 3,0. Analiza matematyczna 1 4,0 2,0 4,0 2,0. Analiza matematyczna 2 6,0 2,0 6,0 2,0


Informatyka kl. 1. Semestr I

WSKAŹNIKI ILOŚCIOWE - Punkty ECTS w ramach zajęć: Efekty kształcenia. Wiedza Umiejętności Kompetencje społeczne (symbole) MK_1. Analiza matematyczna

Tworzenie macierzy pełnych Generowanie macierzy pełnych Funkcje przekształcające macierze pełne

Python wstęp do programowania dla użytkowników WCSS

Od programowania wizualnego do tekstowego

Interaktywne ustawianie narzędzia Kątowe ustawienie narzędzia Narzędzie pod kątem w obróbce zgrubnej i pośredniej

Teraz bajty. Informatyka dla szkół ponadpodstawowych. Zakres rozszerzony. Część 1.

Kurs MATURA Z INFORMATYKI

Administratorzy systemów, inżynierowie, konsultanci, którzy wdrażają i zarządzają rozwiązaniami opartymi o serwery HP ProLiant

Programowanie Strukturalne i Obiektowe Słownik podstawowych pojęć 1 z 5 Opracował Jan T. Biernat

WYKAZ PRZEDMIOTÓW I PLAN REALIZACJI

PWSZ w Tarnowie Instytut Politechniczny Elektrotechnika

Kierunek: Matematyka, rok I specjalność: Informatyczna, Analiza danych, Nauczycielska

Korporacyjna Magistrala Usług na przykładzie Oracle Service Bus

SYLABUS DOTYCZY CYKLU KSZTAŁCENIA realizacja w roku akademickim 2016/2017

Specjalnościowy Obowiązkowy Polski Semestr 5

Rok akademicki: 2016/2017 Kod: JIS s Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Informatyka wspomaga przedmioty ścisłe w szkole

Z-ETI-0611 Język Programowania C++ Programming Language C++

Transkrypt:

Kod szkolenia: Tytuł szkolenia: PYTHON/ANA Podstawy analizy danych numerycznych w języku Python Dni: 2 Partner merytoryczny Opis: Adresaci szkolenia Szkolenie przeznaczone jest dla analityków danych, którzy chcą wyjść poza podstawowe narzędzia analityczne i zacząć czerpać z szerokiej gamy bibliotek analitycznych dostępnych w języku Python. Szkolenie również kierowane jest do programistów którzy chcą rozpocząć przygodę z analizą danych. Szkolenie pozwoli zmniejszyć dystans pomiędzy pracą analityka i programisty. Ponadto, uczestnicy będą mogli lepiej zrozumieć użycie narzędzi analitycznych w środowisku języka produkcyjnego. Cel szkolenia Uczestnicy szkolenia zapoznają się z językiem Python i użyciem bogatych narzędzi analitycznych dostępnych w tym języku. Szkolenie pozwoli na łączenie wielu narzędzi, co z kolei umożliwia wykonywanie bardziej skomplikowanych analiz z użyciem większego wachlarza technik. Ponadto, algorytmy napisane w języku Python, w wielu przypadkach można łatwo przenieść na środowisko produkcyjne w dość krótkim czasie. Mocne strony szkolenia Szkolenie jest prowadzone przez osoby na co dzień pracujące z problemami analizy danych z użyciem języka Python i mającymi praktyczne doświadczenie w tej dziedzinie. Z tego powodu szkolenie często wykracza poza dostępne choć często rozproszone materiały. Ponadto, program jest ciągle uaktualniany ze względu na szybki rozwój rozwiązań, których dotyczy szkolenie. Wymagania Od uczestników wymagana jest znajomość języka Python. W przypadku, gdy uczestnicy nie znają Pythona, szkolenie zostaje poprzedzone jednym dniem obejmującym zagadnienia z podstaw programowania w jezyku Python i trwa 3 dni.

Parametry szkolenia 2*8 godzin (2*7 godzin netto) wykładów i warsztatów (z wyraźną przewagą warsztatów). Program szkolenia: Wstęp Cel szkolenia Python Historia Charakterystyka Porównanie z innymi językami Dlaczego Python? Instalacja podstawowego środowiska Dostępne wersje Dystrybucje Python Instalacja Pythona Instalacja bibliotek PyPI Setuptools, Pip VirtualEnv interpreter podstawowy IPython Podstawy języka Python (opcjonalny 1 dzień)

Podstawowe właściwości języka Składnia Struktury danych Instrukcje Funkcje Obiekty Moduły i pakiety Biblioteka podstawowa IPython - interaktywny Python Tryby pracy Podstawy interaktywnego wykonywania komend Historia komend IPython Notebook Zaawansowane użycie Analiza danych numerycznych z NumPy Tablice, wektory i macierze Funkcje Analiza danych Zapis i odczyt z plików Algebra liniowa Wstęp do Pandas Struktury danych Podstawowe operacje

Praca z danymi Podstawowa statystyka Czytanie, zapisywanie i przechowywanie danych Pliki tekstowe Pliki binarne Źródła internetowe Bazy danych Obróbka danych Czyszczenie Łączenie Obracanie Transformacje Praca z danymi tekstowymi Wizualizacja danych Matplotlib Koncepcja Podstawowe wykresy Zaawansowane funkcje Zapisywanie obrazów Pandas Przegląd dostępnych wizualizacji Inne pakiety Agregacja i grupowanie danych

Powered by TCPDF (www.tcpdf.org) Grupowanie Agregacja Transformacje pogrupowanych danych Szeregi czasowe Data i czas Podstawy szeregów czasowych Zakresy, częstotliwości i przesunięcia Strefy czasowe Okresy Próbkowanie i częstotliwości Wykresy Okna czasowe