fbpx

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% – invatam modul de lucru, sintaxa, 85% din curs este analytics.

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.
SESIUNI PROGRAMATE:
• 17, 18, 19, 20, 21 Iun
09:00 -12:00 si 13:00 - 16:00
G = sesiune garantata

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
(10% disc pt PF la primul curs,
15% disc PF de la al 2-lea curs)

(codul de voucher nu este obligatoriu, se aplica doar in anumite cazuri)