VIP: Визуализация данных на языке Python
Практический курс Визуализация данных на языке Python

Практический курс Визуализация данных на языке Python

Ближайшая дата курса
12 декабря 2022
13 февраля 2023
Стоимость обучения 60 000 руб. Регистрация
Длительность обучения 32 ак.часов
Код курса VIP

8-дневный практический курс для Data Scientist’ов, специалистов по машинному обучению и работе с большими данными, Python-разработчиков и руководителей, которые хотят понять подходы к визуализации данных при построении стратегий развития бизнеса с использованием технологий Big Data, решать бизнес-задачи с помощью методов Machine Learning  и получить практический навык в данной области.

КАК ПОСТРОЕН ОБРАЗОВАТЕЛЬНЫЙ КУРС
по визуализации данных на языке PYTHON

Продолжительность: 8 дней, 32 академических часа.

Соотношение теории к практике 50/50

Курс «Визуализация данных на языке Python» представляет собой введение в разведочный анализ больших данных с уклоном в графическое представление результатов. В курсе описаны основные подходы к визуализации данных, которые позволяют наглядно подчеркнуть имеющиеся в них закономерности и особенности. Вы познакомитесь с возможностями библиотек визуализации на языке Python (matplotlib, seaborn, plotly, pandas, bokeh) для решения следующих прикладных задач:

  • построение графиков функций распределения;
  • отображение статистических закономерностей;
  • визуализация изменяющихся во времени данных№
  • демонстрация взаимосвязи отдельных компонент данных.

Также вы узнаете, как можно использовать полученные визуальные представления данных для их дальнейшей подготовки и обработки. Особое внимание в курсе уделено развитию практических навыков по визуализации данных: из теории даются только самые необходимые сведения.

На практике вы самостоятельно выполните итоговый проект, который будет затрагивать все пройденные в рамках курса темы, объединит все приобретенные вами навыки, войдет в ваше портфолио и послужит отличным сборником рецептов для дальнейшей практической работы.

Предварительная подготовка:

  • опыт программирования на языке Python;
  • знание основ математического анализа и математической статистики.

Успешно окончив курс “Визуализация данных на языке Python” в нашем лицензированном учебном центревы получите сертификат о повышении квалификации установленного образца.

 
 

Программа курса «Визуализация данных на языке Python»

1. Основные статистические характеристики данных. Графики функций распределения и визуализация зависимости компонент данных

Цель: познакомить участников с основными статистическими характеристиками данных, их визуализацией, анализом и подходами к обработке данных, использующими данные характеристики

Теоретическая часть:

Визуализация данных на языке Python
Графики функций распределения и визуализация зависимости компонент данных
  • обзор библиотек языка Python для обработки данных (pandas) и визуализации (matplotlib, seaborn, plotly, pandas, bokeh)
  • краткий обзор основных статистических приемов работы с данными:
    • первичный анализ данных
    • получение описательных статистик
    • изменение типа данных
    • построение сводных таблиц
  • визуализация статистических характеристик данных
    • гистограммы
    • графики плотностей распределений
    • «ящики с усами»
    • «виолончели»
  • визуализация зависимости компонент данных, отбор значимых компонент и понижение размерности данных
    • классические и пузырьковые диаграммы рассеяния
    • тепловые карты
    • таблица со встроенными диаграммами

Практическая часть: решение практических задач по построению графиков одномерных и многомерных функций распределения, точечных диаграмм, тепловых карт

Почасовое расписание:

ЧасыОписаниеМетка
1,2Знакомство с аудиторией. Краткий обзор курса. Теоретическая часть.Теория
3,4Статистические приемы работы с даннымиТеория
Перерыв на кофе
5,6Одномерные и многомерные функции распределенияПрактика
7,8Зависимости компонент данныхПрактика
 

2. Сравнительный анализ компонент данных

Цель: познакомить участников с подходами к анализу компонент данных относительно временных изменений и сравнению компонент данных с использованием группировки и агрегирования

Теоретическая часть:

Визуализация данных на языке Python
Сравнительный анализ компонент данных
  • сравнительные графики вдоль временной оси
    • линейные диаграммы
    • вертикальные столбиковые диаграммы
    • круговые диаграммы площади
  • сравнительные графики с использованием группировки и агрегирования
    • группировка и агрегирование данных в библиотеке pandas
    • вертикальные столбиковые диаграммы переменной ширины
    • таблица со встроенными диаграммами

Практическая часть: решение задач анализа изменяющихся во времени данных, а также подходам к анализу данных с использованием группировки и агрегирования

Почасовое расписание:

ЧасыОписаниеМетка
1,2Знакомство с аудиторией. Краткий обзор курса. Теоретическая часть.Теория
3,4Статистические приемы работы с даннымиТеория
Перерыв на кофе
5,6Одномерные и многомерные функции распределенияПрактика
7,8Зависимости компонент данныхПрактика

3. Композиционные методы визуализации данных

Цель: познакомить участников с основными подходами к композиционным представлениям данных при работе со статичными и изменяющимися во времени данными

Теоретическая часть:

Визуализация данных на языке Python
Композиционные методы визуализации данных
  • композиционные графики изменяющихся во времени компонент данных
    • столбиковые диаграммы со стыковкой компонент данных
    • площадные диаграммы со стыковкой компонент данных
  • композиционные графики статичных данных
    • круговая диаграмма
    • древовидная карта
    • столбиковые диаграммы со стыковкой компонент данных

Практическая часть: анализ данных с использованием композиционных представлений компонент данных

Почасовое расписание:

ЧасыОписаниеМетка
1,2Знакомство с аудиторией. Краткий обзор курса. Теоретическая часть.Теория
3,4Статистические приемы работы с даннымиТеория
Перерыв на кофе
5,6Одномерные и многомерные функции распределенияПрактика
7,8Зависимости компонент данныхПрактика

4. Проектная работа

Цель: закрепить полученные слушателями курса знаний по визуализации данных

Теоретическая часть: краткий обзор пройденного материала с отсылками на рабочие блокноты, в которых решалась та или иная задача визуализации данных

Практическая часть: самостоятельное решение задачи анализа данных с использованием всех изученных подходов визуализации данных на собственной базе данных или же на лабораторном наборе, предоставляемом организаторами курса. Итоговый разбор работ слушателей курса

Почасовое расписание:

ЧасыОписаниеМетка
1,2Знакомство с аудиторией. Краткий обзор курса. Теоретическая часть.Теория
3,4Статистические приемы работы с даннымиТеория
Перерыв на кофе
5,6Одномерные и многомерные функции распределенияПрактика
7,8Зависимости компонент данныхПрактика

Программа курса "VIP: Визуализация данных на языке Python"

Скачать программу курса «Визуализация данных на языке Python» в формате pdf

Укажите e-mail, на который будет оправлена ссылка для скачивания файла:

Если у Вас остались вопросы Вы можете позвонить к нам по телефону +7 (495) 414-11-21  или заполнить форму обратной связи на сайте.
Я даю свое согласие на обработку персональных данных и соглашаюсь с политикой конфиденциальности.

Поиск по сайту