הדמיה וכריית נתונים בפייתון - קורס RUB 21,000. מהאוניברסיטה הכלכלית הרוסית על שם. G.V. פלחנוב, אימון 5 שבועות, תאריך 27.3.2023.
Miscellanea / / November 27, 2023
במהלך ההכשרה ייסקרו יסודות ניתוח ותכנות נתונים בסביבת Python, שיטות ואמצעי הזנה ועיבוד נתונים ראשוני. אמצעים סטטיסטיים להצגה גרפית של נתונים בניתוח ומידול מושכל, ביצוע מבוקר ולא מבוקר מִיוּן; שיטות של מודלים אסוציאטיביים, גורמים ואשכולות; ניתוח ופירוק רכיבים של סדרות דינמיקה בתדר גבוה, מידול רשתות עצביות והיסודות של למידה עמוקה.
בחרו פורמט הכשרה שנוח לכם - במשרה מלאה (במרכז מוסקבה, במבנים ההיסטוריים של האוניברסיטה הרוסית לכלכלה על שם. G.V. Plekhanov) או מרחוק (מכל מקום בעולם).
יתרונות הלימוד במסגרת התכנית
- היכולת לבחור פורמט למידה נוח - מקוון או פנים אל פנים באוניברסיטה הרוסית לכלכלה. G.V. פלחנוב.
- הזדמנות להשתתף בכיתות אמן ובאירועים מיוחדים של האוניברסיטה הכלכלית הרוסית. G.V. פלחנוב ושותפיו.
- זמינות מערכת הנחות ללקוחות עסקיים.
- יתרון תחרותי בשוק העבודה עם תעודה מבית REU. G.V. פלחנוב, האוניברסיטה הכלכלית המובילה ברוסיה.
- מערכת שיעורים גמישה מאפשרת ללמוד גם תוך התחשבות בנסיעות עסקים ועבודה עמוסה.
איך להמשיך
דרישות לסטודנטים
אנשים שיש להם או מקבלים השכלה מקצועית גבוהה/תיכונית רשאים להשלים את התכנית
מסמכים לקבלה
עותק של דיפלומה של השכלה מקצועית גבוהה או תיכונית עם מצורף או תעודה ממקום הלימודים (לסטודנטים)
דרכון: פרסה אחת (תמונה), 2 פרסה (הרשמה)
SNILS
התוכנית מכוונת לגיבוש ולפתח את כישורי המשתמש בעיבוד, הדמיה וניתוח נתונים, החל מהשיטות התיאוריות הפשוטות ביותר. סטטיסטיקות וכלה בשיטות מודרניות שהפכו נפוצות (הגברת גרדיאנט, ניתוח של סדרות בתדר גבוה, מודלים של רשתות עצביות ו וכו.). התוכנית מפתחת את היסודות של ניתוח נתונים בסביבת Python, כולל השגת נתונים באמצעות API ומחקרים תכונות של ניתוח חכם ("כריית נתונים"), מקומן ותפקידן של שיטות אלו בתחום ניתוח הנתונים והמכונה הַדְרָכָה. הכלים להדמיית נתונים (matplotlib, ספריות ילידי ים), ניתוח ומידול של גדולים נתונים (פנדות, scipy, researchpy, statsmodells ספריות), ניסוח של בעיית מחקר באינטלקטואל אָנָלִיזָה.
כלים סטטיסטיים להצגה גרפית של נתונים. ספריות matplotlib, ילידת ים (10 שעות)
קיבוץ וסיווג. סיווג בפיקוח ולא בפיקוח (8 שעות)
דוגמנות אסוציאטיבית. אלגוריתם APRIORI (10 שעות)
ניתוח רכיבים ומידול גורמים של סדרות דינמיקה פיננסית וכלכלית (10 שעות)
דוגמנות אשכולות ושינוי ציר זמן דינמי (6 שעות)
ניתוח של ספקטרום יחיד ואופנים אמפיריים מקומיים (8 שעות)
רגרסיה משוקללת מקומית. ניתוח רשתות חברתיות (8 שעות)
רשתות עצביות מזרימות ורשתות עצביות קונבולוציוניות. למידה עמוקה (10 שעות)