تصور البيانات واستخراجها في لغة بايثون - دورة بقيمة 21000 روبل روسي. من الجامعة الاقتصادية الروسية التي سميت باسم. ج.ف. بليخانوف، تدريب 5 أسابيع، تاريخ 27 مارس 2023.

سيتم خلال التدريب تغطية أساسيات تحليل البيانات والبرمجة في بيئة بايثون وطرق ووسائل إدخالها ومعالجة البيانات الأولية. الوسائل الإحصائية للعرض الرسومي للبيانات في التحليل والنمذجة الذكية، وإجراء المراقبة وغير الخاضعة للرقابة تصنيف؛ طرق النمذجة النقابية والعاملية والعنقودية؛ تحليل المكونات وتحلل سلسلة الديناميكيات عالية التردد ونمذجة الشبكات العصبية وأساسيات التعلم العميق.

اختر تنسيق التدريب المناسب لك - بدوام كامل (في وسط موسكو، في المباني التاريخية للجامعة الروسية للاقتصاد التي سميت باسمها. ج.ف. بليخانوف) أو عن بعد (من أي مكان في العالم).

فوائد الدراسة في إطار البرنامج

• القدرة على اختيار شكل مناسب للتعلم - عبر الإنترنت أو وجهاً لوجه في الجامعة الروسية للاقتصاد. ج.ف. بليخانوف.
• فرصة للمشاركة في فصول الماجستير والفعاليات المتخصصة للجامعة الاقتصادية الروسية. ج.ف. بليخانوف وشركاؤه.
• توافر نظام الخصم لعملاء الشركات.
• ميزة تنافسية في سوق العمل بشهادة من REU. ج.ف. بليخانوف، الجامعة الاقتصادية الرائدة في روسيا.
• يتيح لك جدول الدروس المرن الدراسة حتى مع الأخذ في الاعتبار رحلات العمل والعمل المزدحم.

كيفية المضي قدما

متطلبات للطلاب

يُسمح للأشخاص الذين حصلوا أو يتلقون التعليم المهني العالي/الثانوي بإكمال البرنامج

وثائق القبول

نسخة من شهادة التعليم المهني العالي أو الثانوي مع مرفقها أو شهادة من مكان الدراسة (للطلبة)
جواز السفر: 1 انتشار (صورة)، 2 انتشار (التسجيل)
سنيلز

يهدف البرنامج إلى تكوين وتطوير مهارات المستخدم في معالجة البيانات وتصورها وتحليلها بدءاً من أبسط الأساليب الوصفية الإحصاء وانتهاء بالطرق الحديثة التي أصبحت منتشرة على نطاق واسع (تعزيز التدرج، تحليل السلاسل عالية التردد، نمذجة الشبكات العصبية و إلخ.). يقوم البرنامج بتطوير أساسيات تحليل البيانات في بيئة بايثون، بما في ذلك الحصول على البيانات عبر API، وإجراء الدراسات ميزات التحليل الذكي ("استخراج البيانات")، مكان ودور هذه الأساليب في مجال تحليل البيانات وآله تمرين. أدوات تصور البيانات (matplotlib، مكتبات Seaborn)، وتحليل ونمذجة البيانات الكبيرة البيانات (مكتبات الباندا، سكيبي، ريسيرتشبي، ستاتسموديلز)، صياغة مشكلة البحث في بيئة فكرية تحليل.

الأدوات الإحصائية للعرض الرسومي للبيانات. مكتبات matplotlib، seaborn (10 ساعات)
التجميع والتصنيف. التصنيف الخاضع للإشراف وغير الخاضع للرقابة (8 ساعات)
النمذجة النقابية. خوارزمية APRIORI (10 ساعات)
تحليل المكونات ونمذجة العوامل لسلسلة الديناميكيات المالية والاقتصادية (10 ساعات)
النمذجة العنقودية والتحول الديناميكي للجدول الزمني (6 ساعات)
تحليل الطيف المفرد والأنماط التجريبية المحلية (8 ساعات)
الانحدار المرجح المحلي. تحليل الشبكات الاجتماعية (8 ساعات)
الشبكات العصبية المغذية والشبكات العصبية التلافيفية. التعلم العميق (10 ساعات)