Practical Data Science with Python Eğitimi

İstatistik, R, Python, Analitik, Veri Bilimi ve Makine Öğrenimi’ne giriş. Uygulayıcılara veri biliminin nasıl kullanılacağı ile ilgili bilgilerin yanı sıra kilit konumdaki analitik görevlere ilişkin de uygulama bilgileri kazandırır.

Bu 5 günlük eğitim uygulamalı ve grup çalışmasına dayalı bir eğitimdir. Deneyimli bir geliştiricinin Veri Bilim Adamı olma yolunda çıktığı yolculuğun ilk adımıdır. Siz de bir yazılım mühendisiyseniz, iş zekası alanında çalışıyorsanız veya bir SQL uzmanıysanız bu eğitim sizin için.

Bu eğitime katılarak profesyonel bir Bilim Adamı nasıl olabileceğinizi öğreneceksiniz. Veri biliminin etrafındaki sisi kaldırabilecek ve bu alanda kullanılan dili ve analitik ve otomasyonun temel kavramlarını anlayabileceksiniz. Ayrıca veri analizine ve Makine Öğrenimi ile R’ye yönelik olan ve Python’da geliştirilmiş pratik, uygulamaya dayalı ve gelişmiş becerileri de geliştirebilecek ve böylece ayrıntılı istatistik modelleri oluşturabileceksiniz.

• GCSE level mathematics or above. Alternatively, familiar and comfortable with logical and mathematical thinking
• Familiar with basic knowledge of programming: variables, scope, functions   

Konu hakkında bilgili veri bilimi uygulayıcıları ve veri analitiği ile makine öğreniminin heyecanlı dünyasına geçmek isteyen BT profesyonelleri.

At the end of the course attendees will know:

• Fundamental concepts of Data Science
• Methodologies used in Machine Learning
• Summary statistics and how to use statistical inference to analyse data
• Hands on R programming language for numerical analysis
• Hands on Python programming language for numerical analysis
• Most used simple machine learning algorithms

At the end of the course attendees will be able to:

• Speak the language of data scientists
• Write R or Python programs to analyse data
• Understand a R or Python program in the context of data analytics
• Explore and visualise data using R or Python
• Build working machine learning models

• Introduction to Data Science
• Methods in Machine Learning
• Introduction to Mathematics
• Statistics for Data Science
• Introduction to Python
• Programming in Python
• Numerical Python
• Data Manipulation with Pandas
• Data Visualisation with Matplotlib and Seaborn
• Data Exploration
• Machine Learning Algorithms
• Python Machine Learning
• NoSQL Databases
• Hadoop and Ecosystems