Data Analysis
With Python
Data Analysis
הקורס של חברות ההייטק
הצטרפו לחברות וארגונים מובילים שבחרו בנו לשדרג את הידע המקצועי של העובדים שלהם
אנליזת המידע (Data Analysis ) הוא מהמקצועות המבוקשים ביותר בעולמות ה Data. קורס זה מספק את כל הדרוש בכדי להפוך לאנליסט מידע והוא מחולק ל 2: בחלק הראשון נלמד את שפת ה Python, שהיא המובילה בעולמות ה Data. נכסה את כל מבנה ומאפייני השפה ברמת פיתוח אמיתית. בחלק השני נתמקד בספריות המובילות של Python לעיבוד וניתוח המידע : החל מ NumPy למימוש פונקציונליות מדעיות, דרך ספריית Matplotlib ליצירת גרפים ויזואליים ומורכבים, וכלה בספריית Pandas העשירה שתרחיב את כלל היכולות.
ב-Data Academy
מייצרים מומחי Data!
Data Academy הינו גוף הכשרה המתמחה בהכשרות טכנולוגיות בעולמות ה-Data Science. גוף זה הוקם ע״י יניב ארד, מבכירי מדריכי ה Data בארץ ובחו״ל, ומהמנטורים הטכנולוגיים המובילים בארץ.
יניב וצוות המדריכים שלו ב-Data Academy הכשירו למעלה מ 200 חברות בארץ ובחו״ל והכשירו למעלה מ-9000 אנשי פיתוח ו Data וכל זה במתכונת הכשרה ייחודית המקנה ניסיון אמיתי בעולמות ה-Data כבר במהלך ההכשרה.
פרטי הקורס
קורס זה הינו הקורס הפרקטי והמתקדם בארץ ל Data Analysis, והוא נועד להכשיר אנשי פיתוח\עיבוד נתונים\ניתוח מערכות לפיתוח בשפת התכנות Python בדגש על כלים וספריות של השפה העוסקים בעיבוד ואנליזת מידע. הקורס מכסה את מגוון הנושאים הגדול מאפס : החל מהנושאים בסיסיים ועד למתקדמים, כלים וטכנולוגיות נלוות. הקורס מבוסס על תרגול אינטנסיבי על מנת להכין בצורה מיטבית את הבוגרים לאתגרים המחכים להם בתעשייה.
Python Programming Language
- Background
- Why Python
- Static vs. Managed Vs. Dynamic Languages
- Usages
- Development Tools
- Expressions, Statements, Variables
- Working With Numbers
- Working With Strings
- Working With Booleans
- Working With Arrays
- Input & Output
- If Statement
- If-else statement
- If-elif statement
- Switch statement
- While Loops
- For Loops
- Break & Continue
- Range function
- Working With Lists
- Working With Dictionaries
- Working With Tupples
- Simple functions
- Optional Parameters
- Default Values
- Named Args
- Built-In Functions
- Classes
- Objects
- Object Oriented Concepts
- Encapsulation
- Inheritance
- What are Modules?
- Importing Modules
- Testing Modules
- Built in Modules
- User Defined Modules
- Search Hierarchy
- Multiple source files
- Packages & PyPi
Data Analysis With Python
- Working with Array
- Broadcasting
- N-Dimensional Arrays
- Matplotlib objects
- Plotting
- The pyplot state machine
- Seaborn (If time permits)
- Data Analysis Cycle
- Data Collection
- Data Preparation
- Data Analysis
- Integrate with Data Sources
- Files
- Objects
- Collections
- Web Services
- Data Bases
- Series & Index
- Selection & Indexing
- Advanced Indexing Options
- Series Multiplaction
- DataFrames
- Reading Files
- Indexing
- Slicing
- Mapping
- Filling NaN Values
- Rolling Calculations
- Plotting
- Adding & Resetting Columns
- Deleting Columns & Rows
- Merging Data Frames
- Concatenating Data Frames
- Grouping
- Queries
- Working with DateTime
- Plotting
- Pandas Plot vs Matplotlib Plot
- N-Dimensions Plotting
- UI with Streamlit
- Render DataFrames
- Dynamic Plots with user inputs
במודול זה נלמד לעומק את הספריה המובילה בעולם ה Data Analysis, ספריית ה Pandas. בספריה זו נלמד טכניקות מתקדמות לניהול ואנליזה של מידע במספר פורמטים ולתת להם ביטויים ויזואליים ומדעיים.
- Use Case 1 – Coffee Shops
- Use Case 2 – Uber
- Use Case 3 (Final Ex) – Covid19
תנאי קדם
רקע בתכנות בשפה כלשהי או בעבודה כלשהי עם Data.
משך הקורס
40 שעות אקדמיות (5 ימים)
הקורס הקרוב
צרו קשר לפרטים נוספים
ארגונים מובילים שולחים אלינו את עובדיהם, כי הם יודעים שאנחנו נלמד אותם בדיוק את מה שהם צריכים בכדי שישארו בחזית הטכנולוגיה.
+
0
חברות כבר בחרו
+
0
בוגרים שהוכשרו
מדוע לבחור ב-Data Academy
להכשרת אנשי הארגון?
הקלטות של השיעורים לצפייה גם אחרי השיעור
צבירת נסיון אמיתי בזכות מודל Extreme70
ליווי ותמיכה מחוץ לשעות ההדרכה
מה אומרים הלקוחות שלנו?
פרטי הקורס
קורס זה הינו הקורס הפרקטי והמתקדם בארץ ל Data Analysis, והוא נועד להכשיר אנשי פיתוח\עיבוד נתונים\ניתוח מערכות לפיתוח בשפת התכנות Python בדגש על כלים וספריות של השפה העוסקים בעיבוד ואנליזת מידע. הקורס מכסה את מגוון הנושאים הגדול מאפס : החל מהנושאים בסיסיים ועד למתקדמים, כלים וטכנולוגיות נלוות. הקורס מבוסס על תרגול אינטנסיבי על מנת להכין בצורה מיטבית את הבוגרים לאתגרים המחכים להם בתעשייה.
Python Programming Language
- Background
- Why Python
- Static vs. Managed Vs. Dynamic Languages
- Usages
- Development Tools
- Expressions, Statements, Variables
- Working With Numbers
- Working With Strings
- Working With Booleans
- Working With Arrays
- Input & Output
- If Statement
- If-else statement
- If-elif statement
- Switch statement
- While Loops
- For Loops
- Break & Continue
- Range function
- Working With Lists
- Working With Dictionaries
- Working With Tupples
- Simple functions
- Optional Parameters
- Default Values
- Named Args
- Built-In Functions
- Classes
- Objects
- Object Oriented Concepts
- Encapsulation
- Inheritance
- What are Modules?
- Importing Modules
- Testing Modules
- Built in Modules
- User Defined Modules
- Search Hierarchy
- Multiple source files
- Packages & PyPi
Data Analysis With Python
- Working with Array
- Broadcasting
- N-Dimensional Arrays
- Matplotlib objects
- Plotting
- The pyplot state machine
- Seaborn (If time permits)
- Data Analysis Cycle
- Data Collection
- Data Preparation
- Data Analysis
- Integrate with Data Sources
- Files
- Objects
- Collections
- Web Services
- Data Bases
- Series & Index
- Selection & Indexing
- Advanced Indexing Options
- Series Multiplaction
- DataFrames
- Reading Files
- Indexing
- Slicing
- Mapping
- Filling NaN Values
- Rolling Calculations
- Plotting
- Adding & Resetting Columns
- Deleting Columns & Rows
- Merging Data Frames
- Concatenating Data Frames
- Grouping
- Queries
- Working with DateTime
- Plotting
- Pandas Plot vs Matplotlib Plot
- N-Dimensions Plotting
- UI with Streamlit
- Render DataFrames
- Dynamic Plots with user inputs
במודול זה נלמד לעומק את הספריה המובילה בעולם ה Data Analysis, ספריית ה Pandas. בספריה זו נלמד טכניקות מתקדמות לניהול ואנליזה של מידע במספר פורמטים ולתת להם ביטויים ויזואליים ומדעיים.
- Use Case 1 – Coffee Shops
- Use Case 2 – Uber
- Use Case 3 (Final Ex) – Covid19
תנאי קדם
רקע בתכנות בשפה כלשהי או בעבודה כלשהי עם Data.
משך הקורס
40 שעות אקדמיות (5 ימים)
הקורס הקרוב
צרו קשר לפרטים נוספים
