Visualização e mineração de dados em Python - curso RUB 21.000. da Universidade Econômica Russa em homenagem. G. V. Plekhanov, treinamento de 5 semanas, data de 27 de março de 2023.
Miscelânea / / November 27, 2023
Durante o treinamento, serão abordados os fundamentos da análise de dados e programação no ambiente Python, métodos e meios de entrada e processamento primário de dados. meios estatísticos de apresentação gráfica de dados em análise e modelagem inteligente, conduzindo controlada e não controlada classificação; métodos de modelagem associativa, fatorial e cluster; análise de componentes e decomposição de séries dinâmicas de alta frequência, modelagem de redes neurais e noções básicas de aprendizagem profunda.
Escolha um formato de treinamento que seja conveniente para você - período integral (no centro de Moscou, nos edifícios históricos da Universidade Russa de Economia que leva seu nome. G. V. Plekhanov) ou remotamente (de qualquer lugar do mundo).
Benefícios de estudar no programa
- A capacidade de escolher um formato de aprendizagem conveniente - online ou presencial na Universidade Russa de Economia. G. V. Plekhanov.
- Oportunidade de participar de master classes e eventos especializados da Universidade Econômica Russa. G. V. Plekhanov e seus parceiros.
- Disponibilidade de sistema de descontos para clientes corporativos.
- Vantagem competitiva no mercado de trabalho com certificado da REU. G. V. Plekhanov, a principal universidade econômica da Rússia.
- Um horário de aula flexível permite que você estude mesmo levando em consideração viagens de negócios e trabalho intenso.
Como proceder
Requisitos para estudantes
Podem concluir o programa pessoas que tenham ou estejam cursando ensino profissionalizante superior/secundário
Documentos para admissão
Cópia do diploma de ensino profissional superior ou secundário com anexo ou certificado do local de estudo (para estudantes)
Passaporte: 1 spread (foto), 2 spread (inscrição)
SNILS
O programa tem como objetivo formar e desenvolver no usuário as habilidades de processamento, visualização e análise de dados, partindo dos métodos descritivos mais simples. estatísticas e terminando com métodos modernos que se difundiram (aumento de gradiente, análise de séries de alta frequência, modelagem de redes neurais e etc.). O programa desenvolve os fundamentos da análise de dados no ambiente Python, incluindo a obtenção de dados via API, e estuda características de análise inteligente (“Mineração de dados”), o lugar e o papel desses métodos no campo da análise de dados e da máquina treinamento. As ferramentas para visualização de dados (matplotlib, bibliotecas marítimas), análise e modelagem de grandes dados (pandas, scipy, researchpy, bibliotecas de modelos de estatísticas), formulação de um problema de pesquisa em um ambiente intelectual análise.
Ferramentas estatísticas para apresentação gráfica de dados. Bibliotecas matplotlib, seaborn (10 horas)
Agrupamento e classificação. Classificação supervisionada e não supervisionada (8 horas)
Modelagem associativa. Algoritmo APRIORI (10 horas)
Análise de componentes e modelagem fatorial de séries de dinâmica financeira e econômica (10 horas)
Modelagem de cluster e transformação dinâmica da linha do tempo (6 horas)
Análise de espectro singular e modos empíricos locais (8 horas)
Regressão ponderada local. Análise de redes sociais (8 horas)
Redes neurais feedforward e redes neurais convolucionais. Aprendizado profundo (10 horas)