Python e introduzione a Data Science

Il corso è volto a costruire le basi di Python, e introdurrà passo passo alle librerie per il Data Science quali Numpy e Pandas

Descrizione del corso

Python è il linguaggio più importante nel campo dei dati, e le sue librerie per l'analisi e modellazione sono l'arma principale.

In questo corso inizieremo costruendo le basi di Python per poi andare ad approfondire le librerie fondamentali come Numpy, Pandas, e Matplotlib.

 

Le quattro caratteristiche principali di questo corso sono:

1.    Linguaggio chiaro e semplificato, adatto a chiunque

2.    Pratico ed efficiente

3.    Esempi, illustrazioni e dimostrazioni accompagnati alla spiegazione

4.    Aggiornamento continuo dei contenuti ed esercitazioni

Obiettivi del corso

Cosa imparerò?

  • Comandi base di Notebook
  • Variabili e conversioni in Python
  • Variabili, liste, dizionari, set, classi in Python
  • Definizione di una funzione
  • Lettura e scrittura file
  • Gestione delle date
  • Funzioni matematiche in Numpy
  • Funzioni per creare dati random
  • Metodi di indicizzazione
  • Tabelle pivot in Pandas
  • Opzioni di display
  • Ottimizzazione della memoria ram per grandi quantità di dati

A chi è rivolto questo corso?

  • Ricercatori nel campo dell'analisi dei dati, dell'apprendimento automatico e del data mining, che vogliono consolidare le basi
  • Principianti che vogliono iniziare ad apprendere il linguaggio di programmazione Python
  • Programmatori che hanno già esperienza con altri linguaggi e vogliono imparare il linguaggio Python
  • Qualunque studente che voglia intraprendere una carriera nel settore del Data Science
  • Qualunque persona che sia per lavoro che per crescita personale voglia approcciarsi a questo nuovo campo

Requisiti minimi

  • Non è richiesta esperienza di programmazione perché il corso parte dalle basi
  • Un computer connesso ad internet
  • Compatibile con tutte le lingue ma il corso è in inglese

Lezioni

Introduzione02:10
  • Corso Python e introduzione a Data Science02:10
Lezione 158:30
  • 2.01 Configurazione ambiente di sviluppo02:10
  • 2.02 Come installare librerie di Python02:10
  • 2.03 Comandi base di Notebook02:10
  • 2.04 Presentazione di Python02:10
  • 2.05 Operazioni in Python02:10
  • 2.06 Variabili e conversioni in Python02:10
  • 2.07 Stringhe e funzioni di modifiche02:10
  • 2.08 liste in Python02:10
  • 2.09 Funzioni con le liste02:10
  • 2.10 Dizionari in Python02:10
  • 2.11 Funzioni con i dizionari02:10
  • 2.12 Set in Python02:10
  • 2.13 Meccanismo di assegnazione in Python02:10
  • 2.14 Istruzioni condizionali in Python02:10
  • 2.15 Istruzioni d’iterazione in Python02:10
  • 2.16 Creazione funzioni in Python02:10
  • 2.17 Script e moduli in Python02:10
  • 2.18 Gestione degli errori in Python02:10
  • 2.19 Lettura e scrittura files in Python02:10
  • 2.20 Classi in Python02:10
  • 2.21 Ereditarietà delle classi in Python02:10
  • 2.22 Funzioni di gestione del tempo02:10
  • 2.23 Esercizi pratici con Python 02:10
  • 2.24 Esercizi pratici con Python02:10
  • 2.25 Esercizi pratici con Python02:10
  • 2.26 Esercizi pratici con Python02:10
  • 2.27 Esercizi pratici con Python02:10
Lezione 247:40
  • 2.28 Esercizi pratici con Python 02:10
  • 3.01 Introduzione a Numpy02:10
  • 3.02 Array in Numpy02:10
  • 3.03 Indicizzazione delle matrici in Numpy02:10
  • 3.04 Copy, arange e random in Numpy02:10
  • 3.05 Tipo di dato e conversione in Numpy02:10
  • 3.06 Funzioni matematiche in Numpy02:10
  • 3.07 Funzioni di ordine in Numpy02:10
  • 3.08 Funzioni di gestione dati in Numpy02:10
  • 3.09 Funzioni per creare array in Numpy02:10
  • 3.10 Funzioni per creare array in Numpy 02:10
  • 3.11 Operazioni logiche in Numpy02:10
  • 3.12 Random in Numpy02:10
  • 3.13 Lettura files in Numpy02:10
  • 3.14 Scrittura files in Numpy02:10
  • 3.15 Esercizi pratici con Numpy 02:10
  • 3.16 Esercizi pratici con Numpy02:10
  • 3.17 Esercizi pratici con Numpy 02:10
  • 3.18 Esercizi pratici con Numpy02:10
  • 3.19 Esercizi pratici con Numpy 02:10
  • 3.20 Esercizi pratici con Numpy02:10
  • 3.21 Esercizi pratici con Numpy 02:10
Lezione 339:00
  • 3.22 Esercizi pratici con Numpy 02:10
  • 4.01 Introduzione a Pandas02:10
  • 4.02 DataFrame e Series in Pandas02:10
  • 4.03 Metodi di indicizzazione in Pandas02:10
  • 4.04 Groupby in Pandas02:10
  • 4.05 Operazioni matematiche in Pandas02:10
  • 4.06 Indicizzazione e modifica di un dato Series02:10
  • 4.07 Indicizzazione, modifica ed eliminazione di un DataFrame02:10
  • 4.08 Merge in DataFrame02:10
  • 4.09 Opzioni display in Pandas02:10
  • 4.10 Tabella pivot in Pandas02:10
  • 4.11 Gestione delle date in Pandas 02:10
  • 4.12 Gestione delle date in Pandas02:10
  • 4.13 Elaborazione dei dati in Pandas 02:10
  • 4.14 Elaborazione dei dati in Pandas 02:10
  • 4.15 Metodi di modifica delle stringhe in Pandas02:10
  • 4.16 Metodi di indicizzazione avanzato in Pandas02:10
  • 4.17 Creare grafici in Pandas02:10
12,99€
Python e introduzione a Data Science

Innova Academy

Aggiungi al carrello
Vai al carrello
Dettagli sul corso:
Moduli 68
Durata 10,0 ore
Livello Principiante
Lingua Italiano