Datenvisualisierung und Mining in Python – Kurs 21.000 RUB. von der nach ihr benannten Russischen Wirtschaftsuniversität. G.V. Plechanow, Ausbildung 5 Wochen, Datum 27. März 2023.
Verschiedenes / / November 27, 2023
Während der Schulung werden die Grundlagen der Datenanalyse und Programmierung in der Python-Umgebung, Methoden und Mittel zur Dateneingabe und primären Datenverarbeitung behandelt. statistische Mittel zur grafischen Darstellung von Daten in intelligenter Analyse und Modellierung, kontrollierte und unkontrollierte Durchführung Einstufung; Methoden der assoziativen, Faktor- und Clustermodellierung; Komponentenanalyse und Zerlegung hochfrequenter Dynamikreihen, neuronale Netzwerkmodellierung und die Grundlagen des Deep Learning.
Wählen Sie ein für Sie passendes Ausbildungsformat - Vollzeit (im Zentrum von Moskau, in den historischen Gebäuden der nach ihm benannten Russischen Wirtschaftsuniversität). G.V. Plechanow) oder aus der Ferne (von überall auf der Welt).
Vorteile des Studiums im Rahmen des Programms
- Die Möglichkeit, ein bequemes Lernformat zu wählen – online oder persönlich an der Russischen Wirtschaftsuniversität. G.V. Plechanow.
- Möglichkeit zur Teilnahme an Meisterkursen und Fachveranstaltungen der Russischen Wirtschaftsuniversität. G.V. Plechanow und seine Partner.
- Verfügbarkeit eines Rabattsystems für Firmenkunden.
- Wettbewerbsvorteil auf dem Arbeitsmarkt mit einem Zertifikat von REU. G.V. Plechanow, die führende Wirtschaftsuniversität Russlands.
- Ein flexibler Unterrichtsplan ermöglicht Ihnen das Lernen auch unter Berücksichtigung von Geschäftsreisen und viel Arbeit.
So gehen Sie vor
Anforderungen an Studierende
Personen, die über eine höhere/sekundäre Berufsausbildung verfügen oder eine solche absolvieren, können das Programm absolvieren
Unterlagen zur Zulassung
Eine Kopie eines Diploms der höheren oder sekundären Berufsausbildung mit Anlage oder eine Bescheinigung des Studienortes (für Studierende)
Reisepass: 1 Doppelseite (Foto), 2 Doppelseite (Registrierung)
SNILS
Das Programm zielt darauf ab, die Fähigkeiten des Benutzers in der Verarbeitung, Visualisierung und Analyse von Daten zu formen und zu entwickeln, ausgehend von den einfachsten beschreibenden Methoden Statistik und endet mit modernen Methoden, die weit verbreitet sind (Gradientenverstärkung, Analyse von Hochfrequenzreihen, Modellierung neuronaler Netze usw.). usw.). Das Programm entwickelt die Grundlagen der Datenanalyse in der Python-Umgebung, einschließlich der Datenbeschaffung über API und Studien Merkmale der intelligenten Analyse („Data Mining“), die Stellung und Rolle dieser Methoden im Bereich der Datenanalyse und der Maschine Ausbildung. Die Tools zur Datenvisualisierung (Matplotlib, Seaborn-Bibliotheken), Analyse und Modellierung großer Datenmengen Daten (Pandas, Scipy, Researchpy, Statistikmodellbibliotheken), Formulierung eines Forschungsproblems in einem Intellektuellen Analyse.
Statistische Tools zur grafischen Darstellung von Daten. Bibliotheken Matplotlib, Seaborn (10 Stunden)
Gruppierung und Klassifizierung. Beaufsichtigte und unbeaufsichtigte Klassifizierung (8 Stunden)
Assoziative Modellierung. APRIORI-Algorithmus (10 Stunden)
Komponentenanalyse und Faktormodellierung von Finanz- und Wirtschaftsdynamikreihen (10 Stunden)
Clustermodellierung und dynamische Zeitlinientransformation (6 Stunden)
Analyse des singulären Spektrums und lokaler empirischer Moden (8 Stunden)
Lokal gewichtete Regression. Analyse sozialer Netzwerke (8 Stunden)
Feedforward-Neuronale Netze und Faltungs-Neuronale Netze. Deep Learning (10 Stunden)