Programming & Analytics with Python – modul 1
Intregul curs de Programming & Analytics with Python presupune lucrul cu bibliotecile Pandas, Seaborn, Matplotlib in scop data analysis complex si complet, un nou nivel de analiza date.
Programming inseamna 15% – ne familiarizam cu scrierea in Python (interfata, incarcare librarii, rulare comenzi), si Analytics inseamna 85% din curs: lucrul cu librariile Pandas, Numpy, Seaborn, Matplotlib (functii, metode in aplicabilitate practica: exercitii si proiecte).
Trainingul actual este practic, bazat pe situatii de la job, pe nevoile din business.
In cadrul cursului sunt rezolvate mai multe proiecte end-to-end pentru a integra toate informatiile din curricula trainingului: studierea comportamentului clientilor, campanii de marketing, explorarea seturilor de date, definirea pattern-urilor de date, anomalii in date si tratarea acestora.
Dupa fiecare zi de curs, participantii vor putea aplica la job notiunile invatate.
DESFASURARE CURS:
- Cursurl de Programming & Analystics with Python se desfasoara online, via Teams.
- Cursul de Programming & Analytics with Python – se desfasoara pe parcursul a 30 de ore.
- Cunostintele necesare participarii: SQL (extragere date, creare tabele, join-uri intre tabele – recomandam cursul de SQL Querying For Business inainte de cursul de Python), precum si notiuni de Excel (grafice, tabele pivot, functia VLOOKUP).
- Cursul se adreseaza persoanelor domeniul Data Analysis care doresc sa mearga catre analiza avansata de date, volum mare de date, automatizare data analysis.
Structura cursului
- Python utilizat in operatii matematice
- Introducere in lucrul cu variabile
- Functia de afisare: print()
- EXERCITII – Introducere in Python
- Structuri de date: numerice, sir de caractere, boolean, liste, dictionare, tuple.
- Tipuri de date: numerice, sir de caractere, Boolean
- Operatii cu structuri de date: numerice, sir de caractere, logice.
- Colectii de date – Liste
- Functii predefinite in lucrul cu listele: print, len, min, max, sum aplicate asupra listelor.
- Operatii la nivel de element din liste
- Feliere Liste – selectie elemente din liste
- Modificarea elementelor in liste
- Ordonare si inversare liste
- Adaugare/extindere si eliminare elemente la/din liste
- Colectii de date – Range – generator de secvente numerice
- Colectii de date – Tupluri
- Colectii de date – Dictionare
- EXERCITII: Colectii de date (tupluri, dictionare), Expresii conditionale
- Functii si expresii lambda. EXERCITII – Functii si expresii lambda
- Parcurgere colectii de date – BUCLE For
- Expresii conditionale (IF, ELIF, ELSE)
- Parcurgere colectii de date – BUCLE WHILE
- EXERCITII: Control Flow-uri
- Serii Pandas – vectori (coloane)
- Crearea unei serii Pandas, pe baza unor obiecte Python
- Generare serie cu ajutorul unui dictionar
- Serii: indexare nominala, potentiale erori, operatii cu serii
- Import fisier intr-un data frame
- Import fisier csv, flat files, Excel, web – HTML
- Analiza exploratorie a setului de date: coloane, randuri, top 3, bottom 3, metadata, statistici
- Extragere date dintr-un data frame: selectie si indexare
- Filtrare seturilor de date in functie de diferite conditii
- EXERCITII Data Frame
- Modalitati de gestionare a datelor lipsa: pastrarea datelor lipsa, eliminarea datelor lipsa, inlocuirea datelor lipsa.
- Operatii de grupare: groupby, multiindex
- Tabele Pivot in Pandas
- Metoda pivot_tabel()
- EXERCITII inspectarea datelor si tratarea anomaliilor
- Speta de business ECOMMERCE – Join-uri in exemple practice de analiza date
- Proiect Pandas – studierea setului de date
- Proiect Pandas – Rapoarte – Tabele pivot.
- PROIECT SUPLIMENTAR: CAMPANII MARKETING – DATA VISUALIZATION – Rolul proeictului de business este de a transpune tehnica solicitarile de business utilizand biblioteca Matplotlib, precum si biblioteca Pandas. Predarea vizualizarilor cu Matplotlib se va realiza parcurgand proiectul pas cu pas. Se vor realiza urmatoarele prelucrari:
- Inspectia si pregatirea datelor a datelor:
- Analiza exploratorie a datelor
- Grafice Matplotlib – vizualizare datelor analizate
- Indicatori de performanta
- Segmentarea audientei. Determinarea celui mai bun canal de retentie.
- Agregare dupa data
- Reprezentarea grafica a rezultatelor campaniei – Matplotlib
- Evaluarea canalelor de marketing in functie de grupe de varsta
- Automatizarea procesului de analiza
- Identificare inconsistente/anomalii
- Rezolvare inconsistente
Oferta de pret
Prețul cursului include suportul de curs și materialele didactice, prestația trainerului.
2420 Ron + TVA/pers in 2024
2620 Ron + TVA/pers in 2025
(10% disc pt PF la primul curs,
15% disc PF de la al 2-lea curs)