"पायथन: डेटा विश्लेषण का परिचय" - पाठ्यक्रम 30,000 रूबल। एमएसयू से, 4 सप्ताह का प्रशिक्षण। (1 माह), दिनांक: 30 नवंबर, 2023।
अनेक वस्तुओं का संग्रह / / December 03, 2023
उन्नत प्रशिक्षण कार्यक्रम का उद्देश्य बड़े डेटा विश्लेषण के लिए पायथन प्रोग्रामिंग भाषा के साथ काम करने में कौशल हासिल करना है।
प्रशिक्षण की अवधि - 36 घंटे (शिक्षक के साथ कक्षा पाठ के 24 घंटे, सामग्री का स्वतंत्र अध्ययन के 12 घंटे)।
अध्ययन का स्वरूप - दूरस्थ कनेक्शन की संभावना के साथ आमने-सामने।
शिक्षा की लागत 30,000 रूबल.
कक्षाओं का प्रारम्भ - शरद ऋतु 2023 शैक्षणिक वर्ष।
प्रशिक्षण समझौते व्यक्तियों और कानूनी संस्थाओं के साथ संपन्न होते हैं।
पाठ्यक्रमों के लिए पंजीकरण ई-मेल [email protected] (व्यक्तियों के लिए) द्वारा किया जाता है।
आप पंजीकरण के लिए या प्रश्नों के लिए व्हाट्सएप या टेलीग्राम के माध्यम से +79264827721 पर पाठ्यक्रम प्रशासक एंटोन मार्त्यानोव से संपर्क कर सकते हैं।
1. पायथन प्रोग्रामिंग भाषा पुस्तकालय।
पुस्तकालयों के मुख्य उद्देश्य एवं कार्य;
डेटा विश्लेषण के लिए पुस्तकालयों के प्रकार: पांडा, नम्पी, स्टैटसमॉडल, स्केलेरन, सीबॉर्न;
डेटा विज़ुअलाइज़ेशन के लिए पुस्तकालयों के प्रकार;
2. पायथन में प्रकार और डेटा संरचनाएं।
डेटा प्रकारों के प्रकार: पूर्णांक, फ्लोट, बूल, एसआरटीईंग, ऑब्जेक्ट;
डेटा संरचनाओं के प्रकार: डेटाफ़्रेम, श्रृंखला, सरणी, टुपल्स, सूचियाँ, आदि;
3. प्रोग्राम में डेटा लोड करना और प्रारंभिक विश्लेषण करना।
विभिन्न स्वरूपों (xlsx, csv, html, आदि) में डेटा लोड करना;
पंक्तियों और स्तंभों की संख्या निर्धारित करना;
लुप्त मानों की पहचान करना;
मैट्रिक्स में डेटा प्रकारों की पहचान करना;
4. पायथन डेटा विश्लेषण के लिए कार्य करता है।
वर्णनात्मक आँकड़े प्राप्त करने के लिए कार्य (अधिकतम, न्यूनतम, माध्य, माध्यिका, चतुर्थक ज्ञात करना);
डेटा वितरण के घनत्व (सामान्य गाऊसी वितरण) को देखने के लिए कार्य;
बाइनरी वैरिएबल बनाने के लिए फ़ंक्शन (डमी संस्करण);
मॉडल बनाने के लिए मशीन लर्निंग एल्गोरिदम के कार्य (कम से कम वर्ग, समर्थन वेक्टर मशीन, यादृच्छिक वन, लॉजिस्टिक प्रतिगमन, समय श्रृंखला);
5. प्रतिगमन मॉडल का निर्माण.
न्यूनतम वर्ग विधि का उपयोग करके रैखिक प्रतिगमन के निर्माण का उद्देश्य;
परिकल्पनाओं का प्रस्ताव करना और एक समस्या निर्धारित करना (कार्यशील डेटा के आधार पर);
पायथन में एक प्रतिगमन मॉडल का निर्माण;
प्राप्त गुणांकों और समग्र रूप से मॉडल के महत्व का आकलन (टी-सांख्यिकी, एफ-सांख्यिकी);
मॉडल गुणवत्ता मूल्यांकन (आर2);
गॉस-मार्कोव मान्यताओं की जाँच करना;
प्राप्त परिणामों की व्याख्या;
6. वर्गीकरण मॉडल का निर्माण.
यादृच्छिक वन एल्गोरिथ्म;
संभार तन्त्र परावर्तन;
समर्थन वेक्टर यंत्र;
पता
119991, मॉस्को, सेंट। लेनिन्स्की गोरी, 1, भवन। 51, 5वीं मंजिल, कमरा 544 (डीन का कार्यालय)
विश्वविद्यालय