|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/python-analisi-dati-e-machine-learning/
课程评论：没有评论
**课程名称：Python 数据分析与数据科学** **课程概述：** 本课程旨在教授您强大的数据分析工具——Python 及其核心库，包括 Pandas、Scikit-learn 和 Seaborn。课程内容涵盖了数据分析的完整流程，从数据获取、处理（包括缺失值和数据类型管理）、数据清洗、转换、编码，到为机器学习做数据预处理。 您将学习如何在 Python 中实现 Perceptron 算法，使用 Seaborn 进行探索性数据分析和可视化，以及利用 Scikit-learn 构建监督学习模型。课程还涉及参数调优、结果验证、模型选择、回归分析、时间序列分析以及聚类等高级主题。 本课程适合希望提升数据分析技能的任何人，特别是 SQL 开发者希望扩展到 Python 和机器学习领域，或 Excel 用户希望突破其局限性。即使是初学者，本课程从零开始，注重实践，也能轻松入门编程。 **课程亮点：** * 教授 Python 及其在数据科学领域的关键库。 * 涵盖数据获取、清洗、转换、预处理等全流程。 * 包含机器学习算法实现、数据可视化和模型构建。 * 提供实践项目和练习，帮助构建数据分析作品集。 * 由讲师提供支持，解答疑问。 **适用人群：** * 想要提升数据分析技能的专业人士。 * 希望学习 Python 和机器学习的 SQL 开发者。 * 希望深入学习数据分析技术的 Excel 用户。 * 对编程和数据科学零基础但有强烈学习意愿的学习者。 **备注：** 安装和启动 Python 和 Jupyter 的演示主要基于 Windows 系统，macOS 用户可以参考类似方法。课程提供随堂脚本和练习文件，内容相当于一本 Python、Pandas 和机器学习的综合手册。
L'obiettivo di questo corsi è fornirti uno degli strumenti più potenti e versatili per analizzare i dati: il linguaggio Python unito con alcune tra le sue importanti librerie come Pandas, Scikit-learn e Seaborn. Con il termine "Analizzare i dati" non mi riferisco soltanto alla creazione di grafici o a tecniche di Data Visualization, temi comunque importanti e oggetto di alcune lezioni. In questo corso vedremo anche e soprattutto come usare Python nell'intero processo di trasformazione dei dati in informazioni, che prevede: - l'acquisizione dei dati da file di formato differente; - la gestione dei tipi e dei dati mancanti; - le operazioni di trasformazione, pulizia e decodifica dei dati;- il preprocessing dei dati per il Machine Learning;- l'implementazione in Python dell'algoritmo di Machine Learning del Perceptron tramite la programmazione a oggetti; - l'analisi esplorativa e la rappresentazione grafica dei dati tramite la libreria seaborn;- l'utilizzo della libreria scikit-learn per creare modelli di classificazione supervisionata di Machine Learning; - le attività di tuning dei parametri, convalida dei risultati e selezione dei modelli; - l'esecuzione di algoritmi di regressione per predire variabili quantitative, l'analisi delle serie storiche e il clustering per raggruppare gli individui simili. Il corso si rivolge dunque a chiunque voglia fare un importante upgrade delle proprie skill di analisi dei dati tramite l'apprendimento di quello che è tra i linguaggi di programmazione in più rapida diffusione e richiesti dal mercato nel 2023. È perfetto ad esempio se sei uno sviluppatore SQL e vuoi allargare le tue skill tecniche da Data Analyst alla programmazione in Python o al Machine Learning. Discorso simile se al momento utilizzi Excel e vuoi superare i suoi limiti o approfondire tecniche più elaborate di analisi dei dati. Comunque, anche se una conoscenza del settore è sicuramente d'aiuto, nelle lezioni partiremo da zero quindi anche se non hai esperienza ma hai tanta voglia di imparare potrai approcciarti per la prima volta alla programmazione tramite questo corso al 100% pratico. NOVITÀ! Ho aggiunto una lezione per mostrare un esempio di presentazione che espone le skill più importanti acquisite durante il corso, così potrai iniziare a creare un Portfolio di Analisi dei dati e allegare il documento ottenuto al tuo curriculum e al tuo profilo di LinkedIn e Github! Ho inserito infine un quiz finale con il quale potrai ripassare e verificare le competenze acquisite. I pochi minuti relativi all'installazione e l'avvio di Python e Jupyter sono relativi a un PC con sistema operativo Windows, non è mostrato come eseguire queste attività su macOS (il processo è comunque molto simile ed è facilissimo trovare in rete materiale a riguardo). Ovviamente vale sempre la raccomandazione di utilizzare un proprio PC personale (non aziendale) per installare questo e qualsiasi altro software. Le videolezioni sono corredate anche dai file contenenti gli script e gli esercizi visti durante le spiegazioni. Nel complesso, si tratta a tutti gli effetti di un manuale aggiuntivo di Python, Pandas e Machine Learning. Inoltre sarò sempre disponibile a rispondere a dubbi e domande sul materiale del corso, che potrai porre tramite i messaggi di Udemy o l'apposita sezione di Domande & Risposte.
