Методы прогнозирования на языке Python

14 октября - 4 декабря

Дистанционно

64 ак.ч.

Занятия проходят 2 раза в неделю в вечернее время


Темы

  • Модуль «Методы машинного обучения в прогнозировании данных»
        Введение в анализ и прогнозирование данных
        Линейные модели для классификации
        Нелинейные модели для классификации
        Линейные модели для регрессии
        Нелинейные модели для регрессии
        Ансамбли и настройка параметров
  • Модуль «Методы машинного обучения в прогнозировании данных»
        Введение в анализ и прогнозирование данных
        Линейные модели для классификации
        Нелинейные модели для классификации
        Линейные модели для регрессии
        Нелинейные модели для регрессии
        Ансамбли и настройка параметров

Основы Python и методы прогнозирования

10 сентября - 4 декабря

Дистанционно

104 ак.ч.

Занятия проходят 2 раза в неделю в вечернее время


Программа «Методы прогнозирования на языке Python» с дополнительным модулем по основам программирования на Python.

Предназначена для слушателей без знания языка.

Если вы знакомы более чем с 7 темами, рекомендуем выбрать предыдущий курс (без вводной части)

Требования размещены по ссылке: https://clck.ru/3CUh8Z

Анализ данных на языке Python

15 октября - 5 декабря

Дистанционно

64 ак.ч.

Занятия проходят 2 раза в неделю в вечернее время


Темы

(для программы существуют входные требования)

  • Модуль «Введение в анализ данных на языке Python»
        Консолидация данных
        Трансформация данных
        Визуализация данных
        Очистка и предобработка данных
        Введение в машинное обучение на языке Python
  • Модуль «Программирование на Python для анализа данных»
    Тема 1. Введение в анализ данных Операции над векторами и матрицами в NumPy
        Введение в анализ данных. Возможности Jupyter
        Возможности модуля NumPy
  • Тема 2. Операции над таблицами в pandas
        Общее знакомство с pandas, обзор возможностей
        Типы данных pandas и операции над ними
  • Тема 3. Сбор и подготовка данных с помощью языка Python
        Работа с файлами разных форматов
        Очистка и подготовка
        Модуль requests
        Взаимодействие с базами данных (SQL).
        Основы обработки естественного языка
  • Тема 4. Анализ данных с помощью возможностей языка Python
        Операции над таблицами в pandas
        Визуализация данных
        Временные ряды
        Анализ данных из открытых источников

Основы Python и анализа данных

10 сентября - 5 декабря

Дистанционно

104 ак.ч.

Занятия проходят 2 раза в неделю в вечернее время



Программа «Анализ данных на языке Python» с дополнительным модулем по основам программирования на Python. Предназначена для слушателей без знания языка.

Если вы знакомы более чем с 7 темами, рекомендуем выбрать предыдущий курс (без вводной части).

Требования размещены по ссылке: https://clck.ru/3CUh8Z

Основы программирования (Язык С#)

9 сентября - 9 декабря

Дистанционно

104 ак.ч.

Занятия проходят 2 раза в неделю в вечернее время


Темы

  • Модуль 1. DEV-CSH100. Основы алгоритмизации и программирования (язык C#)
        Основы информатики и программирования: информация и данные, их обработка, алгоритмы и представление
        Базовые техники разработки программного обеспечения и операции с переменными
        Управляющие конструкции: условия, выбор и циклы
        Процедурный подход и разработка функций в программировании
        Организация данных в программе. Массивы
        Работа с текстовой информацией
        Инструменты разработки проектов
        Использование системы контроля версий
  • Модуль 2. DEV-CSH110. Алгоритмы и структуры данных
        Введение в алгоритмизацию и структура данных
        Рекурсивные алгоритмы
        Алгоритмы и структуры данных: массивы, списки, стеки, обработки строк, очереди и хеширование
        Деревья (обзорно)

Разработчик PostgreSQL с нуля

9 сентября - 9 декабря

Дистанционно

114 ак.ч.

Занятия проходят в первой половине дня


Темы

  • Модуль 1. Основы языка SQL
        Введение в PostgreSQL
        Введение в язык SQL
        Написание простых SELECT запросов
        Запросы к нескольким таблицам
        Группировка и агрегирование данных
        Использование подзапросов и табличных выражений
        Использование оконных функций
        Программирование на стороне сервера
  • Модуль 2. Администрирование PostgreSQL
        Архитектура и принципы реализации СУБД PostgreSQL
        Установка и базовая настройка СУБД PostgreSQL
        Конфигурирование СУБД PostgreSQL
        Управление БД PostgreSQL
        Управление безопасностью
        Мониторинг работы СУБД PostgreSQL
        Резервное копирование и восстановление
  • Модуль 3. Разработка БД PostgreSQL
        Проектирование и создание таблиц БД
        Обеспечение целостности данных с помощью ограничений
        Модификация данных в таблицах БД
        Управление транзакциями
        Дополнительные возможности создания таблиц
        Создание и управление индексами
        Создание представлений (View)
        Создание программных модулей в БД

Нейронные сети и машинное обучение в анализе данных

(с использованием Python)

4 ноября - 30 ноября

174 ак.ч.

Форма обучения уточняется


Программа включает обучение по следующим основным темам: основные концепции и методы машинного обучения, нейронные сети, фреймворки для глубокого обучения, сверточные нейронные сети, оптимизация нейронной сети, сегментация изображений, детектирование объектов, дообучение нейронной сети, рекурентные нейронные сети.


Python для анализа данных.

Разработка приложений реального времени для QNX Neutrino

21-24 октября или 18-21 октября

32 ак.ч.

очно, г. Санкт-Петербург


Темы

  • Системная архитектура ЗОСРВ «Нейтрино»
  • Компиляция и отладка
  • Процессы, потоки и синхронизация
  • Межпроцессное взаимодействие
  • Часы, таймеры и таймауты
  • Прерывания
  • Подсистема ввода-вывода
  • Особенности работы с многоядерными системами
  • Построение загружаемого образа
  • Разработка администратора ресурсов

+7(4872)25-23-22

noctulatech@mail.ru

Мы в социальных сетях:
Made on
Tilda