Sissejuhatus andmeteadusesse SQL-i ja Pythoni abil
Andmeteaduse mõistet on kõik IT- ga tegelevad inimesed tänaseks päevaks kuulnud. Aga mis see tegelikult on ja kus seda peaks üldse rakendama? Kuidas andmeteadusega ise algust teha? Mis oskusi on edukaks andmeanalüüsiks vaja? Kuidas sünnib praktiline andmeteaduse lahendus? Kõikidele nendele küsimustele saab vastused koolitusel “Sissejuhatus andmeteadusesse Pythoni ja SQL abil”, kus teooria ja praktika on omavahel läbivalt seotud.
- päev
- Sissejuhatus andmeteadusesse
- Kursuse ülevaade
- Andmeteaduse ajalugu
- Andmed, suurandmed, programmeerimine ja mõisted nagu AI, ML, süvaõpe ja neuraalvõrgud
- Praktiliste kasutusalade näited
- Kasutatavad meetodid: loeng
- Andmekogude praktiline käsitlemine
- Andmete pärimine SQL abil ja analüüsiks ettevalmistamine
- Levinud failiformaadid ja transformatsioonid
- EDA - Exploratory Data Analysis
- Testandmekogude leidmine
- Kasutatavad meetodid: loeng
- SQL-põhine statistika ja andmeanalüüsi lihtsamad võtted
- Grupipõhised agregaatfunktsioonid
- Rollup/ Cube
- Pivot stiilis "Müügiraportid"
- Järjestusfunktsioonid
- Kvantiilanalüüs
- Kasutatavad meetodid: loeng + harjutus
- SQL-põhise andmeanalüüsi keerukamad võtted
- SQL aknafunktsioonide tutvustus
- YoY (Year-on-Year) arvutus
- Jooksvad keskmised
- Kasutatavad meetodid: loeng + harjutus
- Sissejuhatus andmeteadusesse
- päev
- Python andmeteaduse maailmas
- Kiirtutvus Pythoniga (v3) läbi IPython konsooli
- Ülevaade Jupyter-i interaktiivsest demokeskkonna tehnoloogiast (Jupyter Notebooks)
- Google Colabi Jupyter keskkond
- Kasutatavad meetodid: loeng
- Populaarsete Python tarkvarapakettide tutvustus
- Pandas
- NumPy
- scikit-learn
- Kasutatavad meetodid: loeng + harjutus
- Andmete visualiseerimine
- Matplotlib tutvustus
- Ad-hoc graafikud läbi Jupyiter-i / Ipython-i
- Levinumate vabavaraliste visualiseerimiskeskkondade tutvustus
- Kasutatavad meetodid: loeng + harjutus
- Andmekaeve ja masinõppe võtted
- Andmeteaduse / masinõppe praktiline rakendamine
- Algoritmide tüüpklassid ja õige algoritmi valimine / valideerimine
- Kasutatavad meetodid: loeng
- Python andmeteaduse maailmas
- päev
- Juhitud õpe
- Regressioonianalüüsi meetodid
- Kasutatavad meetodid: loeng + harjutus
- Juhitud õpe
- Klassifikatsioon
- Kasutatavad meetodid: loeng
- Juhendamata õpe
- Klasterdamine
- K-Means
- Kasutatavad meetodid: loeng + harjutus
- Teemad edasijõudnutele
- Pilve API-d
- Tekstikaeve ja hägusotsing
- Reaalelu masinõppe lahenduste problemaatika
- Kasutatavad meetodid: loeng
- Juhitud õpe
- Teemapeatükkide järjestikune läbimine ja harjutused. Kursuse alguses selgitab koolitaja välja osalejate senised teadmised ja erihuvid ning saadud info põhjal on vastavalt võimalik osade teemaplokkide spetsiifilisem käsitlus.
- Kursusel on teooria ja praktika omavahel läbivalt seotud. Tutvustatakse levinumaid tööriistu, mis sobivad ka algajatele. Enamik „käed-külge“ harjutusi tehakse Pythonis Google’ i Colabi kaudu.
- Õpiväljundite omandamist hinnatakse peale igat teooriaplokki tehtavate praktiliste harjutuste kaudu.
- Tunnistuse väljastamise eelduseks on koolitusel osalemine terves mahus.
- õppematerjale;
- koolitaja konsultatsiooni õpitud teemade kohta e-posti teel pärast koolitust;
- tunnistust. Lisaväärtusena pakume:
- sooje jooke koos küpsiste ja puuviljadega;
- lõunasööki igal koolituspäeval;
- tasuta parkimist.
Hind kokkuleppel
See koolitus hetkel ei toimu
Küsi lisainfot. Aitame leida sarnase koolituse või panna sinu soovi kirja.