Data Science met Python - eLearning

Data Science met Python - eLearning

450,00 EUR

  • 12 hours
eLearning

De cursus Python voor Data Science behandelt de fundamentele programmeerconcepten met Python en legt data-analyse, machine learning, datavisualisatie, webscraping en natural language uit. Je zult een uitgebreid begrip krijgen van de verschillende pakketten en bibliotheken die nodig zijn om de aspecten van data-analyse uit te voeren.

Cursustijdlijn

Hero
  1. Overzicht van Data Science

    Les 01

  2. Overzicht van data-analyse

    Les 02

  3. Statistische analyse en zakelijke toepassingen

    Les 03

  4. Python-omgeving opzetten en essentiële onderdelen

    Les 04

  5. Wiskundig rekenen met Python (NumPy)

    Les 05

  6. Wetenschappelijk rekenen met Python (Scipy)

    Les 06

  7. Gegevensmanipulatie met Pandas

    Les 07

  8. Machine learning met Scikit-Learn

    Les 08

  9. Verwerking van natuurlijke taal met Scikit Learn

    Les 09

  10. Data-visualisatie in Python met matplotlib

    Les 10

  11. Web scraping met BeautifulSoup

    Les 11

  12. Python-integratie met Hadoop MapReduce en Spark

    Les 12

  13. Python Basisprincipes

    GRATIS CURSUS

  14. Essentiële statistiek voor datawetenschap

    GRATIS CURSUS

  15. Productbeoordeling voorspelling voor Amazon

    Project 1

    E-commerce: Amazon, een van de toonaangevende Amerikaanse e-commercebedrijven, beveelt producten in dezelfde categorie aan klanten aan op basis van hun activiteit en beoordelingen van andere vergelijkbare producten. Amazon wil deze aanbevelingsengine verbeteren door beoordelingen te voorspellen voor producten die nog niet beoordeeld zijn en ze dienovereenkomstig toe te voegen aan de aanbevelingen.

  16. Vraagvoorspelling voor Walmart

    Project 2

    Detailhandel: Voorspel nauwkeurige verkoopcijfers voor 45 winkels van Walmart, een van de toonaangevende detailhandelsketens in de VS,

    rekening houdend met de impact van promotionele afprijzingsevenementen. Controleer of macro-economische factoren zoals de CPI, werkloosheidscijfer, enz., de verkoop beïnvloeden.

  17. De klantbeleving voor Comcast verbeteren

    Project 3

    Telecoms: Comcast, een van de in de VS gevestigde wereldwijde telecommunicatiebedrijven, wil de klanttevredenheid verbeteren door probleemgebieden die de klanttevredenheid verlagen te identificeren en aan te pakken, indien aanwezig. Het bedrijf is ook op zoek naar belangrijke aanbevelingen die geïmplementeerd kunnen worden om de beste klantbeleving te leveren.

  18. Verloopanalyse voor IBM

    Project 4

    Workforce analytics: IBM, een van de toonaangevende IT-bedrijven in de VS, wil de factoren identificeren die de uitstroom van werknemers beïnvloeden. Op basis van de gespecificeerde parameters wil het bedrijf ook een logistisch regressiemodel opstellen dat kan helpen voorspellen of een werknemer zal vertrekken.

  19. Analyse van NYC 311-serviceverzoeken

    Project 5

    Kunt u een serviceverzoek gegevensanalyse uitvoeren van de 311-oproepen van New York City? U zult zich richten op data wrangling technieken om patronen in de gegevens te begrijpen en de belangrijkste klachttypen te visualiseren.

    Domein: Telecommunicatie

  20. Analyse van de MovieLens-dataset

    Project 6

    Het GroupLens Research Project is een onderzoeksgroep bij de afdeling Informatica en

    Techniek aan de Universiteit van Minnesota. De onderzoekers van deze groep zijn betrokken bij verschillende onderzoeksprojecten op het gebied van informatie filtering, collaboratieve filtering en aanbevelingssystemen. Zou u alstublieft de gebruikersdatasets kunnen doornemen met behulp van de Verkennende Data Analyse.

    Analysetechniek? Domein: Techniek.

  21. Analyse van aandelenmarktgegevens

    Project 7

    Als onderdeel van dit project zult u gegevens importeren met behulp van Yahoo data reader van de volgende bedrijven: Yahoo, Apple, Amazon, Microsoft en Google. U zult fundamentele analyses uitvoeren, inclusief het plotten van de slotkoers, het plotten van aandelenhandel op volume, het uitvoeren van dagelijkse rendementsanalyses en het gebruik van paarplots om de correlatie tussen de aandelen te tonen.

    Domein: Aandelenmarkt.

  22. Analyse van de Titanic dataset

    Les 08

    Op 15 april 1912 zonk de Titanic nadat het tegen een ijsberg was gebotst, waarbij 1502 van de 2224 passagiers en bemanningsleden omkwamen. Deze tragedie schokte de wereld en leidde tot betere veiligheidsreguleringen voor schepen. Hier zouden we je willen vragen om een analyse uit te voeren met behulp van exploratieve data-analyse, in het bijzonder door het toepassen van machine learning tools om te bepalen welke passagiers de tragedie overleefden.

Leerresultaten

Aan het einde van deze eLearning Cursus Data Science met Python zult u in staat zijn om:

Verkrijg een diepgaand begrip van data science processen, data preparatie, data verkenning, data visualisatie, hypothese opbouw en testen.

Installeer de vereiste Python-omgeving en andere hulpmiddelen en bibliotheken.

Begrijp de essentiële concepten van Python-programmering, zoals gegevenstypen, tuples, lijsten, basisoperators en functies.

Voer hoogwaardige wiskundige berekeningen uit met behulp van het NumPy-pakket en zijn uitgebreide bibliotheek van wiskundige functies.

Voer hoogwaardige wiskundige berekeningen uit met behulp van het NumPy-pakket en zijn uitgebreide bibliotheek van wiskundige functies.

Voer wetenschappelijke en technische berekeningen uit met het SciPy-pakket en zijn subpakketten, zoals Integrate, Optimise, Statistics, IO en Weave.

Voer data-analyse en manipulatie uit met behulp van datastructuren en tools die beschikbaar zijn in het Pandas-pakket.

Verwerf expertise in machine learning met behulp van het Scikit-Learn pakket

Begrijp begeleide en onbegeleide leermodellen zoals lineaire regressie, logistische regressie, clustering, dimensionaliteitsreductie, K-NN en pipeline.

Gebruik het Scikit-Learn pakket voor natuurlijke taalverwerking.

Gebruik de matplotlib-bibliotheek van Python voor gegevensvisualisatie

Extraheer waardevolle gegevens van websites door middel van webscraping met Python

Integreer Python met Hadoop en MapReduce

Belangrijkste kenmerken

Een jaar toegang tot het platform

Duur ongeveer 12 uur

Interactief leren met Jupyter notebooks

Downloadbare PDF-documenten met gedetailleerde inhoud (foto's, uitleg) voor elke les

Examen & Certificering

Om gecertificeerd te worden, moet u aan de volgende criteria voldoen: - Voltooi één project van de twee die in de cursus worden aangeboden. Lever de resultaten van het project in via het LMS waar de hoofdtrainer deze zal beoordelen - Behaal minimaal 60% op één van de twee simulatietoetsen - Rond de cursus af

Hero

Wie zou zich moeten inschrijven voor dit programma?

De Python voor Data Science trainingscursus wordt aanbevolen voor iedereen met een oprechte interesse in het vakgebied data science, inclusief:

Analyseprofessionals

IT-professionals

Softwareprofessionals

Start nu met de cursus

Heb je en zakelijke oplossing of LMS-integratie nodig?

Heb je niet de cursus of het programma gevonden dat geschikt zou zijn voor jouw bedrijf? Heb je een LMS-integratie nodig? Neem contact met ons op! Wij zullen met een passende oplossing komen!

;