Szkolenie: Analiza danych w Pythonie z wykorzystaniem biblioteki NumPy
Uczestnicy szkolenia Analiza danych w Pythonie z wykorzystaniem biblioteki NumPy dowiedzą się, jak efektywnie wykorzystywać bibliotekę NumPy w numerycznej analizie danych.
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:2 dni (16h)
Kod kursu:PYTHON/NUMPY
Dostępne terminy szkolenia
Termin:
Trener:
Cena:
2365 PLN netto
Lokalizacja:
ZdalneTermin:
Trener:
Cena:
2365 PLN nettoLokalizacja:
ZdalneTermin:
Trener:
Cena:
2365 PLN nettoLokalizacja:
ZdalneAnaliza danych w Pythonie z wykorzystaniem biblioteki NumPy
Cele szkolenia
Nauka wykorzystania biblioteki NumPy w analizie numerycznej danych
Przegląd bibliotek i środowiska SciPy
Dla kogo?
Analityków danych
Programistów
Data scientist
Naukowców i inżynierów
Zalety
Warsztat prowadzony w oparciu o najnowszą wersję biblioteki Numpy
Szkolenie Analiza danych w Pythonie z wykorzystaniem biblioteki NumPy wzbogacone jest o komplet materiałów, obejmujących zarówno teorię, jaki i zadania praktyczne
Wymagania
Znajomość dowolnego języka programowania może znacząco ułatwić przyswajanie materiału
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Biblioteki używane w analizie numerycznej i Data Science
SciPy: wprowadzenie do ekosystemu narzędzi
Jupyter: instalacja, uruchamianie, korzystanie, LaTeX, zaawansowane opcje
Markdown: krótkie wprowadzenie do składni i możliwości
NumPy i analiza numeryczna
Typy wbudowane i stałe: array, poly1d, nan, inf
Import i export danych, serializacja, łączenie, obsługiwane formaty, pliki binarne i tekstowe
Definiowanie tablic: tworzenie, generowanie, opis typu
Pseudolosowość: Problematyka, ziarno, sampling, tasowanie
Atrybuty tablic: typy danych, kształt, wielkość, rozmiar danych, osie
Wybieranie i iteracja: indeksacja, wycinanie, fancy indexing
Operacje na danych: operacje zwektoryzowane, funkcje uniwersalne, zmiana wymiarów, spłaszczanie
Manipulacja danymi: zaokrąglanie, przycinanie, wstawianie, wypełnianie, transpozycja, sortowanie
Arytmetyka: operacje arytmetyczne i macierzowe, wyznaczniki
Statystyka: ekstrema, wariancja, odchylenie standardowe, średnie, mody, kowariancje, korelacje
Logika: operatory, wybieranie, maski, where
Trygonometria: funkcje, konwersje, stałe
Wielomiany: współczynniki, miejsca zerowe, pierwiastki, dopasowanie wielomianów, arytmetyka, pochodne, całki
Zagadnienia wydajnościowe
Micro-benchmarking
Złożoność obliczeniowa i pamięciowa
Pamięć: Architektura RAM, kopiowanie i referencje
Techniki pracy z danymi większymi niż ilość RAMu
Triki zwiększające wydajność
Skalowalność: X-Array, Dask
Case studies
Autorem szkolenia jest Matt Harasymczuk
Trener Sages od 2015 roku, z 10 000+ godzinami doświadczenia i 30 000+ przeszkolonych osób. Specjalizuje się w Pythonie, TDD, DevOps i CI/CD. Pracował m.in. w Allegro, COI, PAŻP i Europejskiej Agencji Kosmicznej. Prowadzi stronę www.python3.info i jest założycielem i prezesem dwóch firm Astrotech i Analog Astronaut Training Center. W wolnym czasie rozwija własny system operacyjny.
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
