Vizualizacija podatkov in rudarjenje v Pythonu - tečaj 21.000 RUB. z Ruske ekonomske univerze poim. G.V. Plekhanov, trening 5 tednov, datum 27. marec 2023.
Miscellanea / / November 27, 2023
Na izobraževanju bodo obravnavane osnove analize in programiranja podatkov v okolju Python, metode in sredstva vnosa ter primarne obdelave podatkov. statistična sredstva grafičnega prikaza podatkov pri inteligentni analizi in modeliranju, vodenje nadzorovanih in nekontroliranih klasifikacija; metode asociativnega, faktorskega in grozdnega modeliranja; komponentna analiza in dekompozicija visokofrekvenčnih dinamičnih nizov, modeliranje nevronskih mrež in osnove globokega učenja.
Izberite obliko usposabljanja, ki vam ustreza - polni delovni čas (v središču Moskve, v zgodovinskih zgradbah Ruske ekonomske univerze poimenovane po. G.V. Plekhanov) ali na daljavo (od kjerkoli na svetu).
Prednosti študija po programu
- Možnost izbire priročne oblike učenja - na spletu ali iz oči v oči na Ruski ekonomski univerzi. G.V. Plehanov.
- Priložnost za sodelovanje na mojstrskih tečajih in specializiranih dogodkih Ruske ekonomske univerze. G.V. Plehanov in njegovi partnerji.
- Razpoložljivost sistema popustov za poslovne stranke.
- Konkurenčna prednost na trgu dela s certifikatom REU. G.V. Plehanova, vodilne ekonomske univerze v Rusiji.
- Prilagodljiv urnik pouka vam omogoča študij tudi ob upoštevanju službenih potovanj in napornega dela.
Kako nadaljevati
Zahteve za študente
Program lahko zaključijo osebe, ki imajo ali prejemajo višjo/srednjo poklicno izobrazbo
Dokumenti za sprejem
Kopija diplome o višji ali srednji strokovni izobrazbi s prilogo ali potrdilo iz kraja študija (za študente)
Potni list: 1 razpon (fotografija), 2 razpon (registracija)
SNILS
Program je namenjen oblikovanju in razvoju uporabnikovih veščin obdelave, vizualizacije in analize podatkov, začenši z najenostavnejšimi opisnimi metodami. statistike in konča s sodobnimi metodami, ki so postale zelo razširjene (gradient boosting, analiza visokofrekvenčnih nizov, modeliranje nevronske mreže in itd.). Program razvija osnove analize podatkov v okolju Python, vključno s pridobivanjem podatkov preko API-ja, in študije značilnosti inteligentne analize (“Data mining”), mesto in vloga teh metod na področju analize podatkov in stroj usposabljanje. Orodja za vizualizacijo podatkov (matplotlib, seaborn libraries), analizo in modeliranje velikih podatki (pandas, scipy, researchpy, statsmodels knjižnice), oblikovanje raziskovalnega problema v intelektualnem analizo.
Statistična orodja za grafično predstavitev podatkov. Knjižnice matplotlib, seaborn (10 ur)
Združevanje in razvrščanje. Nadzorovano in nenadzorovano razvrščanje (8 ur)
Asociativno modeliranje. APRIORI algoritem (10 ur)
Komponentna analiza in faktorsko modeliranje serij finančne in ekonomske dinamike (10 ur)
Modeliranje grozdov in dinamična transformacija časovnice (6 ur)
Analiza singularnega spektra in lokalnih empiričnih modusov (8 ur)
Lokalno utežena regresija. Analiza družbenih omrežij (8 ur)
Napredne nevronske mreže in konvolucijske nevronske mreže. Poglobljeno učenje (10 ur)