Python: ООП и введение в машинное обучение

Курс развивает навыки объектно-ориентированного программирования на Python и знакомит с основами машинного обучения: подготовкой данных, построением простых моделей и применением базовых алгоритмов.

Длительность

40 акад. ч. / 5 дн.

Формат

онлайн
начать обучение

[ программа курса ]

Модуль 1
Практическое использование
искусственного интеллекта
Обзор ИИ, машинного обучения и нейронных сетей: ключевые термины, типы и области применения.
Применение нейронных сетей в бизнесе: маркетинг, логистика, управление рисками и другие направления.
Инструменты и платформы нейронных сетей: платные и бесплатные решения для различных задач.
Этика и безопасность использования нейронных сетей: правила работы, требования информационной безопасности.
Риски и ограничения применения искусственного интеллекта и нейросетевых решений.
Модуль 2
Практическое использование
искусственного интеллекта
Обзор ИИ, машинного обучения и нейронных сетей: ключевые термины, типы и области применения.
Применение нейронных сетей в бизнесе: маркетинг, логистика, управление рисками и другие направления.
Инструменты и платформы нейронных сетей: платные и бесплатные решения для различных задач.
Этика и безопасность использования нейронных сетей: правила работы, требования информационной безопасности.
Риски и ограничения применения искусственного интеллекта и нейросетевых решений.

[ программа курса ]

Модуль 1
Реализация ООП на Python

• Атрибуты и методы

• Инкапсуляция

• Создание классов

Модуль 2
Особенности ООП на Python

• Полиморфизм

• Определение операторов

• Наследование

• Проектирование и разработка классов

Модуль 3
Модуль NumPy: работа с многомерными массивами и линейная

• Модуль NumPy: многомерные массивы

• Модуль NumPy: Важные функции для работы с массивами

• Модуль Matplotlib: Виды графиков: plot, scatter, bar, hist, contour, и др

• Модуль Matplotlib: Цветовые карты, работа с изображениями как с массивами данных

Модуль 4
Модуль Pandas: работа с таблицами, загрузка и анализ

• Модуль Pandas: Работа с элементами Series и DataFrame

• Модуль Pandas: Загрузка из CSV, XLS, HDF5

• Модуль Pandas: Доступ к данным

• Модуль Pandas: Группировка, агрегирование и сводные таблицы

Модуль 5
Анализ временных рядов

• Анализ временных рядов: Базовые диаграммы, диаграмма размаха для анализа сезонности

• Методы сбора внешних данных: API, протокол HTTP, модули Requests и Beautiful Soup

• Работа с текстовыми и табличными данными: форматы JSON, csv

• Основы SQL

• Модуль SQLite

• PostgreSQL

• Сетевые запросы c помощью curl

• Введение во Flask

Свяжитесь
с нами

Заполните форму, и мы свяжемся с вами в течение одного рабочего дня.

Спасибо! Заявка отправлена
Что-то пошло не так. Попробуйте ещё раз.
FORGED AFTER DARK
NESTEROVA