Обучение с группой по расписанию

  

Курс «Python для анализа данных»

Обучение на онлайн-курсе для непрограммистов

Целевая аудитория

Широкий круг специалистов, далёких от профессионального программирования, которые в своей работе часто сталкиваются с обработкой больших объемов данных.

Курс позволит слушателям изучить возможности автоматизации рутинных процессов с помощью самостоятельного создания программ в Python.

Формат: обучение  в онлайн группе по вечерам 








Длительность

26 занятий по 2 ак.часа

Всего 52 ак.часа

Формат

Онлайн-занятия

Поддержка в hockmyweb и чате группы

Документ

Удостоверение о Повышении квалификации




Программа курса


Базовый блок

Содержит базовые знания в области программирования на языке (12 занятий)

  Введение
  • Место Python в современном мире программирования 
  • Преимущества Пайтон в анализе данных
  Интерпретатор Python
  • Установка интерпретатора
  • Работа с базовым редактором: интерактивный и программный режимы работы
  • Установка Conda и Jupyter Notebook
  • Правила работы с файлами .ipynb
  • Магические методы работы с ячейками
  Основы
  • Представление данных в Пайтон, понятие объекта
  • Базовые типы данных: str, int, float, bool
  • Представление чисел, числовые операции, классы Decimal, Fraction
  • Потоки данных, интерактивный ввод
  Ветвление кода
  • Биты и байты
  • Булевой тип данных
  • Проверка истинности и логические операции
  • Условные операторы, или условия
  Циклы
  • Цикл while
  • Операторы break и continue
  • Простейший дебагинг
  • Цикл for
  • Функция range
  • Итерация строк
  Списки
  • Индексация массивов
  • Итерация массивов
  • Понятие метода, основные методы списков
  • Срезы
  • Кортежи: свойства, отличия от списков
  Input/Output файлов
  • Представление файла как объекта
  • Виды кодировок
  • Чтение данных из текстового файла
  • Конструкция with
  • Способы записи данных в файл
  Строки
  • Основные методы строк
  • Способы форматирования строк
  • Красивые текстовые таблицы с помощью модуля PrettyTable
  Множества
  • Отличия множеств от списков
  • Операции над множествами
  • Замороженные множества: отличие от обычных множеств
  Словари
  • Понятие ассоциативного массива
  • Создание словарей, добавление пар (ключ: значение)
  • Итерация словарей по ключам, значениям и их парам
  • Основные методы словарей
  • Формат данных json
  • Преимущества и удобства defaultdict
  Функции
  • Встроенные в Пайтон функции
  • Создание собственных функций
  • Области видимости имен
  • Оператор return
  • Анонимные (lambda) функции
  Классы и базовые принципы ООП
  • Общие понятия, конструктор и экземпляр класса
  • Инициализация объектов, магические методы
  • Атрибуты и переменные
  • Наследование в классах: правила применения
  • Обращение к классам других модулей
  • Перегрузка операторов
  Обработка ошибок
  • Виды ошибок
  • Конструкция try-except
  • Создание собственных классов ошибок
  • Продвинутый дебаггинг с помощью pdb
  Генераторы, итераторы
  • Идея и преимущества генераторов
  • Стандартные функции-генераторы
  • Списочные и словарные сокращения
  • Списочные сокращения с условиями
 
Индивидуальный промежуточный проект по автоматизации отчетности

Продвинутый блок (анализ данных)

Содержит более сложные материалы в области создания программ на языке (14 занятий)

  Модуль NumPy
  • Основные операции с array
  • Многомерные векторы
  • Изменения формы и размера вектора
  • Использование булевых масок
  • Векторизация кода
  Модуль Pandas
  • Индексация в DataFrame
  • Основные аналитические возможности DataFrame
  • Класс Series
  • Конкатенация, соединения и слияние данных
  • Группировка и агрегация
  • Pivot
  • Работы с CSV-файлами
  • Работы с файлами Excel
  Визуализация данных
  • Базовая визуализация с помощью Matplotlib
  • Делаем графики красивыми с Seaborn
  • Интерактивная визуализация в Plotly
  Основы классического машинного обучения
  • Базовая статистика в SciPy
  • Обучения без учителя
  • Обучения с учителем: Scikit-learn
  • Линейная регрессия
  • Полиномиальная регрессия
  • Классификация: логистическая регрессия, дерево решений, SVM
  • Уменьшение размерности: PCA, UMAP
  • Кластеризация: k-средних, иерархическая кластеризация, DBSCAN


Выпускной проект по анализу датасета
 




Загрузите программу в pdf 



Почему Python для анализа данных


АВТОМАТИЗАЦИЯ РУТИННЫХ ПРОЦЕССОВ

Вы научитесь видеть рутинные процессы в своей работе, формулировать технические задания на автоматизацию и самостоятельно их реализовывать

УСКОРЕНИЕ ОБРАБОТКИ ДАННЫХ

Автоматизация обработки данных в Python позволит вам сократить затраты времени на рутинные процессы в разы

САМОСТОЯТЕЛЬНОЕ НАПИСАНИЕ ПРОГРАММ и не только

Вы получите знания и навыки, которые позволят вам писать полноценные программы на языке Python, а так же общаться с профессиональными программистами на знакомом им языке

ПОВЫШЕНИЕ ВАШЕЙ СТОИМОСТИ КАК РЕДКОГО СПЕЦИАЛИСТА 

Экспертиза на стыке специальностей, не связанных с программированием, и автоматизации будет существенным конкурентным преимуществом при поиске новых направлений вашего развития как специалиста





Что включено в курс


26 вечеров по 2 ак.часа онлайн занятия

24/7 на 180 дней доступ к записям онлайн занятий

26 ак.часов практическая самостоятельная работа


Наставничество и консультация

эксперта (Даниил Игумнов) в процессе всего обучения


Электронный комплект материалов:

  • Справочник по языку в электронном виде
  • Презентационный конспект курса
  • Задания для самостоятельной разработки

Документы об окончании:

  • Удостоверение о повышении квалификации по итогам защиты выпускных работ с онлайн-подтверждением в ФИС ФРДО и Success HOCK Training

Почему в HOCK Training?

СПЕЦИАЛЬНО ДЛЯ
«НЕ ПРОГРАММИСТОВ»

Разработан для специалистов, не занимающихся программированием профессионально

УДОБНЫЙ ГРАФИК ОБУЧЕНИЯ

26 вечеров по 2 ак.часа 2 раза в неделю

ПОМОЩЬ, ПОДДЕРЖКА И МОТИВАЦИЯ

Дистанционная поддержка экспертом в процессе всего обучения (в hockmyweb.ru и чате группы в Telegram)

ПРАКТИЧЕСКАЯ НАПРАВЛЕННОСТЬ

Направленность курса носит исключительно практический характер и содержит материалы, которые потребуются при создании большинства программ в Python

ЭКСПЕРТИЗА ПРЕПОДАВАТЕЛЯ

Практический опыт эксперта в профессиональном программировании c 2017 года, в преподавании с 2020 года




Эксперт-преподаватель курса

ДАНИИЛ ИГУМНОВ

Python  R  Bash  SQL  Data visualization  Data analisys

Lomonosov Moscow State University, School of bioengineering and bioinformatics

 Longevity Hackathon winner (2022)

 Prepared 500+ pupils as part of the Unified State Exam in Mathematics halfyear training course (2019)

 Automated monthly reports of the Department of Education of more than 100 workers (2018)

В коммерческой разработке на языке c 2017 года. Опыт коммерческого преподавания с 2020 года. Project leader, Head of Training


Дополнительные материалы к курсу


Краткая видеоинструкция по установке





Отзывы слушателей






Часто задаваемые вопросы


Как будет проходить обучение на курсе?

Онлайн-обучение проходит по расписанию в zoom (установите заранее).

Мы рекомендуем по возможности использовать компьютер с двумя мониторами или ДВА устройства в процессе обучения. На одном необходимо запустить онлайн-трансляцию с занятием, а на втором работать. Использовать смартфон как одно из устройств мы не рекомендуем - набираемый код будет слишком мелким на экране, увеличение экрана не всегда удобно. Планшет в роли одного из устройств приветствуется. Обучение на одном устройстве возможно, но слушателю необходимо продумать удобство своей работы заранее (большой экран или быстрое переключение между программами zoom и Пайтон).

Участвуйте в каждом занятии и выполняйте инструкции, которые будет давать эксперт-преподаватель.

Обязательно выполняйте ВСЕ домашние задания.

В случае возникновения сложности, задавайте свои вопросы эксперту в чате группы или в hockmyweb. Как правило, преподаватель отвечает на вопрос в течении одного-трёх дней.

Успешно сдайте итоговую работу и получите документ о Повышении квалификации по теме курса.

Если я не смогу защитить свою работу с первого раза, есть ли пересдача и какие дальнейшие действия?

Выпускную работу возможно пересдать в установленный день (бесплатно). Для уточнения всей информации о пересдаче напишите письмо на edu@hocktraining.com

Как я узнаю, что данный курс мне точно подходит?

Подробно ознакомиться с программой курса, методикой преподавания и с самим экспертом Вы можете на онлайн-презентации. Записаться на презентацию можно по ссылке: https://www.hocktraining.com/hock_pres

Смогу ли я совмещать обучение на курсе с работой?

Да, обучение на курсе проходит по будням в вечернее время. Промежуток между занятиями (не менее двух дней) предусмотрен специально для того, что бы слушатели могли выполнить домашнее задание.

Так же для удобства предусмотрена неделя перерыва между блоками курса для восполнения сил и подтягивания пропущенных тем.

Что делать, если я пропущу занятие?

Будет производиться запись онлайн-занятий, которые будут оперативно выкладываться в личный кабинет слушателя в  hockmyweb (как правило, в течении одного-двух дней). По этим записям можно быстро закрыть пробелы.

Какой Windows подойдёт для установки, обучения и дальнейшей работы?

Для разных версий Python рекомендуются различные минимальные версии Windows. Посмотреть перечень данных требований можно на странице загрузки: https://www.python.org/downloads/windows/

Мы не рекомендуем использовать Windows 7 и более ранние (Note that Python 3.10.5 cannot be used on Windows 7 or earlier).

Потребуется ли для курса установка каких-либо дополнительных программ?

Да, вам будет необходимо установить сам Пайтон и среду для работы с ним (Anaconda или Miniconda). Инструкции по установке можно посмотреть здесь.

 
Запишитесь на обучение
прямо сейчас!

59 835р.
при оплате до 11 сентября

или от 4 986р./мес. в рассрочку


Записаться на курс!
ввести промокод нужна консультация



Чат-бот HOCK Training, что бы не пропустить ничего важного! 

Welcome!




Eva-robot

Посмотрите бесплатный мастер-класс Даниила Игумнова

"Обработка табличных данных из файлов *.csv при помощи Python"


Принимаю соглашение о конфиденциальности и соглашаюсь с обработкой персональных данных.