 |
 |
 | (495) 925-0049, ITShop интернет-магазин 229-0436, Учебный Центр 925-0049 |
 |
 |
 |
|||||||
|
Вход
Регистрация |
|||||||||
| |||||||||||||||||||||||||||||||||
|
|
|
|
||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||
|
Курс "Программирование на Python, часть 3. Numpy для Data Science"
Код: EDU-Python-17
Продолжительность - 5 дней
Библиотека NumPy (сокращение от Numerical Python — «числовой Python») обеспечивает эффективный интерфейс для хранения и работы с плотными буферами данных. Массивы библиотеки NumPy похожи на встроенный тип данных языка Python list, но обеспечивают гораздо более эффективное хранение и операции с данными при росте размера массивов. Массивы библиотеки NumPy формируют ядро практически всей экосистемы утилит для исследования данных Python. На курсе "Программирование на Python, часть 3. Numpy для Data Science" слушатели познакомятся с фрэймворком Python: Numpy — фундаментальным пакетом для научных вычислений. А также с визуализацией данных с помощью Matplotlib. Прослушав данный курс, Вы узнаете:
Научитесь:
Аудитория: начинающие специалисты в области программирования, рассматривающие предмет как ступень к изучению Data Science. Предварительная подготовка: Знание основ синтаксиса языка Python или прохождение курсов «Программирование на Python, часть 1» и «Программирование на Python, часть 2» Курсы, рекомендуемые для предварительного прохождения:
Курсы, рекомендуемые для последующего прохождения:
Программа обучения1 Введение в массивы библиотеки NumPy 1.1 Атрибуты массивов библиотеки NumPy 1.2 Индексация массива: доступ к отдельным элементам 1.3 Срезы массивов: доступ к подмассивам 1.4 Изменение формы массивов 1.5 Слияние и разбиение массивов 2 Выполнение вычислений над массивами библиотеки NumPy: универсальные функции 2.1 Медлительность циклов. 2.2 Введение в универсальные функции. 2.3 Обзор универсальных функций библиотеки NumPy. 2.3.1 Арифметические функции над массивами 2.3.2 Абсолютное значение 2.3.3 Тригонометрические функции 2.3.4 Показательные функции и логарифмы 2.3.5 Линейная алгебра 2.4 Генерация псевдослучайных чисел 2.5 Продвинутые возможности универсальных функций. 2.6 Универсальные функции: дальнейшая информация. 3 Агрегирование: минимум, максимум и все, что посередине 3.1 Суммирование значений из массива 3.2 Минимум и максимум 3.3 Среднее 4 Операции над массивами. Транслирование 4.1 Введение в транслирование 4.2 Правила транслирования 4.3 Транслирование на практике 5 Сравнения, маски и булева логика 5.1 Операторы сравнения как универсальные функции 5.2 Работа с булевыми массивами 5.3 Булевы массивы как маски 6 «Прихотливая» индексация 6.1 Исследуем возможности «прихотливой» индексации 6.2 Комбинированная индексация 6.3 Пример: выборка случайных точек 6.4 Изменение значений с помощью прихотливой индексации 6.5 Пример: разбиение данных на интервалы 7 Сортировка массивов 7.1 Быстрая сортировка в библиотеке NumPy: функции np.sort и np.argsort 7.2 Частичные сортировки: секционирование 7.3 Пример: K ближайших соседей 8 Структурированные данные: структурированные массивы библиотеки NumPy 8.1 Создание структурированных массивов 8.2 Более продвинутые типы данных 8.3 Массивы записей: структурированные массивы с дополнительными возможностями 8.4 Переход к Pandas 9 Сохранить и загрузить объекты NumPy 9.1 Сохранить и загрузить объекты NumPy 9.2 Импорт и экспорт CSV 10 Визуализация массивов с помощью Matplotlib 10.1 О библиотеке Matplotlib 10.2 Простые линейные графики 10.3 Простые диаграммы рассеяния 10.4 Визуализация погрешностей 10.5 Графики плотности и контурные графики 10.6 Гистограммы, разбиения по интервалам и плотность 10.7 Множественные субграфики 10.8 Таблицы стилей Matplotlib. В конце обучения на курсе проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненных в процессе обучения.
Свободно распространяемое программное обеспечение популярно как среди частных лиц, так и среди организаций. Действительно, СПО позволяет серьезно экономить на приобретении лицензий для компаний, которые многократно тиражируют программное решение. Также благодаря тому, что СПО можно квалифицированно дорабатывать собственными силами под конкретные нужды организации, оно приобретает еще и дополнительную гибкость и удобство в использовании. Открытое программное обеспечение — это программное обеспечение с открытым исходным кодом. Исходный код создаваемых программ открыт, то есть доступен для просмотра и изменения. Это позволяет использовать уже созданный код для создания новых версий программ, для исправления ошибок и, возможно, помочь в доработке открытой программы. В конце обучения на курсах проводится итоговая аттестация в виде теста или на основании оценок за практические работы, выполненные в процессе обучения. Учебный центр "Интерфейс" оказывает консалтинговые услуги по построению моделей бизнес-процессов, проектированию информационных систем, разработке структуры баз данных и т.д.
|
|
||||||||||||||||||||||||||||||||||||
