Visualisation et exploration de données en Python - cours 21 000 RUB. de l'Université économique russe du nom. G.V. Plekhanov, formation 5 semaines, date 27 mars 2023.

Au cours de la formation, les bases de l'analyse et de la programmation des données dans l'environnement Python, les méthodes et moyens de saisie et de traitement primaire des données seront abordées. moyens statistiques de présentation graphique des données dans le cadre d'une analyse et d'une modélisation intelligentes, conduisant des opérations contrôlées et incontrôlées classification; méthodes de modélisation associative, factorielle et clusterisée; analyse des composants et décomposition des séries dynamiques haute fréquence, modélisation des réseaux neuronaux et bases de l'apprentissage profond.

Choisissez un format de formation qui vous convient - à temps plein (au centre de Moscou, dans les bâtiments historiques de l'Université russe d'économie du nom. G.V. Plekhanov) ou à distance (depuis n'importe où dans le monde).

Avantages d'étudier dans le cadre du programme

• La possibilité de choisir un format d'apprentissage pratique - en ligne ou en face à face à l'Université russe d'économie. G.V. Plékhanov.
instagram viewer
• Possibilité de participer à des master classes et à des événements spécialisés de l'Université économique russe. G.V. Plekhanov et ses partenaires.
• Disponibilité d'un système de remise pour les clients entreprises.
• Avantage compétitif sur le marché du travail avec un certificat du REU. G.V. Plekhanov, la principale université économique de Russie.
• Un horaire de cours flexible vous permet d'étudier même en tenant compte des voyages d'affaires et du travail chargé.

La façon de procéder

Exigences pour les étudiants

Les personnes qui ont ou reçoivent un enseignement professionnel supérieur/secondaire sont autorisées à terminer le programme.

Documents d'admission

Une copie d'un diplôme d'enseignement professionnel supérieur ou secondaire avec pièce jointe ou une attestation du lieu d'études (pour les étudiants)
Passeport: 1 planche (photo), 2 planches (inscription)
SNILS

Le programme vise à former et développer les compétences de l'utilisateur en matière de traitement, de visualisation et d'analyse des données, à partir des méthodes descriptives les plus simples. statistiques et terminer par des méthodes modernes et généralisées (gradient boosting, analyse de séries haute fréquence, modélisation de réseaux de neurones et etc.). Le programme développe les bases de l'analyse des données dans l'environnement Python, y compris l'obtention de données via API, et étudie caractéristiques de l'analyse intelligente (« Data mining »), la place et le rôle de ces méthodes dans le domaine de l'analyse des données et de la machine entraînement. Les outils de visualisation de données (matplotlib, bibliothèques seaborn), d'analyse et de modélisation de grands données (bibliothèques pandas, scipy, searchpy, statsmodels), formulation d'un problème de recherche dans un cadre intellectuel analyse.

Outils statistiques pour la présentation graphique des données. Bibliothèques matplotlib, seaborn (10 heures)
Regroupement et classification. Classement supervisé et non supervisé (8 heures)
Modélisation associative. Algorithme APRIORI (10 heures)
Analyse des composantes et modélisation factorielle des séries de dynamiques financières et économiques (10 heures)
Modélisation de cluster et transformation dynamique de la chronologie (6 heures)
Analyse du spectre singulier et des modes empiriques locaux (8 heures)
Régression pondérée locale. Analyse des réseaux sociaux (8 heures)
Réseaux de neurones feedforward et réseaux de neurones convolutifs. Apprentissage profond (10 heures)