პითონი და მონაცემთა ანალიზი / Python and Data Analytics
პითონი პოპულარული პროგრამირების ენაა, რომელიც გამოიყენება მონაცემთა მეცნიერებაში, მანქანურ დასწავლაში, აპლიკაციების შექმნაში, ვებ დეველოპმენტსა და ავტომატიზაციებში. მოწინავე ტექნოლოგიური კომპანიები, მათ შორის გუგლი, ფეისბუქი, იუთუბი, ამაზონი, ნეტფლიქსი, იყენებენ აღნიშნულ პროგრამირების ენას სხვადასხვა მიზნებისათვის. პითონი შესასწავლად შედარებით მარტივი ენაა, ამავდროულად მისი ცოდნა ბევრ კარიერულ შესაძლებლობას გვთავაზობს.
ჩვენ გთავაზობთ პრაქტიკულ ცოდნას და გამოცდილებას, რომელსაც წარმატებით ვიყენებთ უცხოეთში და საქართველოში.
სილაბუსი
- ლექცია 1: შესავალი - პითონი და მონაცემთა ანალიზი
- რა არის პითონი
- რა მიმართულებებით ხდება მისი გამოყენება მონაცემებში
- პროექტების მიმოხილვა
- პითონის დაინსტალირება და სამუშაო გარემო (IDE)
- კურსის ათვისების რეკომენდაციები
- ლექცია 2: პროგრამის შესრულების თანმიმდევრობები
- ცვლადები და სინტაქსი
- პირობითი წინადადებები (if, elif, else)
- ციკლები (for and while)
- პროგრამის შესრულების თანმიმდევრობები და ინდენტაციები
- ლექცია 3: ფუნქციები
- ფუნქციის განსაზღვრა პითონში
- ფუნქციის პარამეტრები და დასაბრუნებელი მნიშვნელობები
- ჩაშენებული ფუნქციები
- გლობალური და ლოკალური ცვლადები ფუნქციაში
- ლექცია 4: ძირითადი მონაცემთა ტიპები და ოპერატორები
- ცვლადები და მონაცემთა ტიპები (int, float, str)
- სია, ბიბლიოთეკა, სეტი - Lists, tuples, dictionaries, and sets
- შეცვლადი და არაშეცვლადი ტიპები (mutable/immutable)
- ინდექსაცია და ამორჩევა
- ლექცია 5: მონაცემთა ტიპებთან მუშაობა
- სტრინგებთან მუშაობა
- მთელ და წილად რიცხვებთან მუშაობა
- სიებთან მუშაობა, სიების შედგენა
- ბიბლიოთეკებთან მუშაობა
- გამონაკლისებთან (exceptions) მუშაობა
- ლექცია 6: შესავალი numpy and pandas
- რა არის numpy, numpy arrays
- მონაცემთა გასუფთავება და განზომილებებში გადანაწილება
- რა არის pandas
- მონაცემთა შემოტანის წყაროები
- ძირითადი SQL ბრძანებები
- ცხრილის შექმნა და მარტივი ოპერაციები
- პრაქტიკული ბიზნეს ამოცანა
- ლექცია 7: Pandas ოპერაციები
- მონაცემთა აღწერა და ვიზუალიზაცია
- საწყისი სტატისტიკა
- ანალიზი მონაცემთა დაჯგუფებით
- ratio-ების გამოთვლილი სვეტების დამატება
- პრაქტიკული ბიზნეს ამოცანა
- ლექცია 8: მონაცემთა ანალიზი Pandas გამოყენებით
- მონაცემთა ტიპიების გარდაქმნა
- კატეგორიულ ცვლადებთან მუშაობა
- მონაცემთა აგრეგაცია
- განზომილებების შეცვლა
- პრაქტიკული ბიზნეს ამოცანა
- ლექცია 9: Pandas ოპერაციები 2
- ცხრილების დაკავშირება
- ცხრილების მოდგმა ერთმანეთთან
- მრავალ ინდექსიანი ცხრილები
- რამდენიმე სვეტის გატარება loop-ში ერთდროულად
- პრაქტიკული ბიზნეს ამოცანა
- ლექცია 10: მონაცემთა ვიზუალიზაცია matplotlib და seaborn-ით
- matplotlib საწყისები
- matplotlib ვიზუალების აგება
- seaborn საწყისები
- seaborn ვიზუალების აგება
- პრაქტიკული ბიზნეს ამოცანა
- ლექცია 11: სტატისტიკური ანალიზი პითონით
- ჰიპოთეზის ტესტი, pvalue
- ჯგუფების შედარება
- კორელაცია და რეგრესია
- სტატისტიკის საფუძვლები
- პრაქტიკული ბიზნეს ამოცანა
- ლექცია 12: მანქანური დასწავლა, Machine learning
- შესავალი მანქანურ დასწავლაში
- sklearn მიმოხილვა
- მოდელის აგება, decision tree, random forest
- მოდელის ხარისხის შეფასება
- პრაქტიკული ბიზნეს ამოცანა
- ლექცია 13: Feature engineering
- ცვლადების მომზადება მოდელისთვის
- ცვლადების შერჩევის ტექნიკები
- გარდაქმნები და მოდელის ციკლის აწყობა
- პრაქტიკული ბიზნეს ამოცანა
- ლექცია 14: ნეირონული ქსელები, Deep learning
- Deep learning განხილვა
- დასწავლის ტიპები და ამოცანები
- Tensorflowს გამოყენებით მოდელის აგება
- მოდელის ქცევაზე გაკვირვება
- მოდელის შეფასება
- პრაქტიკული ბიზნეს ამოცანა
- ლექცია 15: Business Case
- საბანკო პორთფელის მოსალოდნელი ვადაგადაცილებების დათვლა
ლექტორი: იოსებ საღარეიშვილი
ლექციების სიხშირე: კვირაში ორი ლექცია
ლექციების ფორმატი: ონლაინ ლექცია, არასამუშაო საათებში
დონე: საწყისიდან საშუალოს ჩათვლით - Beginner to intermediate
ფასი: 1600 ლარი
დეტალები კურსზე ჩარიცხვაგამარჯობა, კურსზე რეგისტრაციისთვის გთხოვთ მოგვწეროთ info@idata.ge მეილზე. ჯგუფში ჩასმის შემდეგ გაგიზიარებთ დეტალებს და გადახდის მისამართს.