[email protected] +994997971227
Yüksək keyfiyyətə zəmanət

Data Science with Python

Əsas səhifə >Təlimlər >Data Science with Python
Təlimçi-Mentor:
Vüsal İsayev
Təlimin qiyməti:
300 azn(aylıq)
Təlimin müddəti:
3 ay (60 saat)
Tələbələr üçün:
240 azn(aylıq)
Praktiki Python ilə Data Science təliminə qoşulmaqla sıfırdan datanıza əsasən gələcək trendləri proqnozlaşdırmağa qədər peşəkar bacarıqlar öyrənəcəksiniz!

Təlim haqqında

Python ilə Data Science öyrənin!
Bu təlimdən sonra Python vasitəsilə müxtəlif data növləri ilə işləməyi, datanı təmizləməyi və analiz üçün hazır vəziyyətə gətirməyi, statistik analizlər etməyi, müxtəlif modellər qurmağı və onları vizuallaşdırmağı, datanıza əsasən gələcək trendləri proqnozlaşdırmağı bacaracaqsınız. 

Təlimçi haqqında

Vüsal İsayev - Hazırda Kapital Bankda Kredit risklərinin modelləşdirilməsi üzrə aparıcı mütəxəssis olaraq çalışır. Daha öncə isə Trivago'da Marketing Data Analyst,  Hildesheim Universitetində Research Assistant kimi çalışmışdır.

Magistratura təhsilini Almaniyada Hildesheim Universitetində Big Data and Machine Learning üzrə, bakalavr təhsilini isə Azərbaycan Dövlət Neft Akademiyasında Komputer elmləri üzrə almışdır.

Təlimin metodu

Təlim müddətində mövzular praktiki tətbiq üzərindən izah olunacaq. Həftəlik və aylıq testlərlə mövzuların mənimsənilməsi ölçüləcək. Təlim iştirakçıları müxtəlif keyzlər üzərində praktiki olaraq işləyəcəklər. Həmçinin, hər dərsin sonunda ev tapşırıqları ilə keçilən mövzular daha da möhkəmləndiriləcək. Təlimin sonunda iştirakçılar 2 ay ərzində öyrəndikləri bacarıqları tətbiq edərək onlara verilmiş proyekt üzərində işləyəcəklər. Təlim proqramı ərzində iştirakçılara mentorluq dəstəyi də göstəriləcək. Dərslərə davamiyyət və keçirilən testlərin nəticələrinə əsasən iştirakçılar sertifikatla təmin olunacaqdır.

Təlimin auditoriyası

Statistik və riyazi modelləşdirmə ilə məşğul olanlar, Data Science, Data Analitikası, Biznes Analitikası, Marketing Research, Maliyyə Analitikası və Risklərin İdarə Olunması, Proseslərin avtomatlaşdırılması, Aktuari, Sığorta və Bank sahəsində çalışanlar və çalışmaq istəyənlər.

Təlimin proqramı

Chapter 1 - Programming basics

Lesson 1 

  • Understanding variables

  • Aggregation and working with variables

  • Using variables

Lesson 2 

  • Loops and statements

  • While Loop

  • For Loop

  • If Statement

Lesson 3 

  • Practice

  • Quiz Chapter 1

 

Chapter 2 - Statistics

Lesson 4 

  • Introduction to Statistics

  • Distributions

  • Population and sampling

  • Explanatory data analysis

  • Measure of Central Tendency & Variabilities

  • Quartiles for decision making

  • Characteristics of Visualization

  • Correlation

  • Hypothesis testing

Lesson 5 

  • Practice

 

Chapter 3 - Fundamentals of Python

Lesson 6 

  • Python conceptions

  • List

  • Tuples

  • Functions

  • Packages

  • Numpy library

  • Arrays

  • Slicing

Lesson 7 

  • Matrices

  • Dictionaries

  • User defined functions

  • Try except

Lesson 8 

  • Practice

  • Quiz

 

Chapter 4 - DataFrames

Lesson 9 

  • Pandas library

  • Importing & adjusting Dataframe

  • Explore data with pandas parameters

  • Subsetting pieces for analyze

  • Operations on columns

Lesson 10 

  • Advanced Filtering DataFrame

  • Integer & Labeled locations for Filters

Lesson 11 

  • Practice

  • Quiz 

Chapter 5 - Data Cleaning

Lesson 12 

  • Importance of Data Cleaning

  • Duplicates variables

  • Explore & Detect problems

  • Dealing with Data types

  • Missing values o Irrelevant columns

    • Summarizing and Replacing missing values

    • Unexpected missing values

    • Standard, Non-Standard missing values

Lesson 13 

  • Standarize Data o Untidy characters o Cleaning process with Strings

    • Dealing different types of Datetimes

  • Analytics Approach

    • Merge & Concatenate

    • Groupby Method for advanced Analyze & Decisions

    • Working with sorting & indexes

Lesson 14 

  • Data Analytics Practice

  • Data Analytics Quiz

Lesson 15

  • Case Project Practice

 

Chapter 6 - Data Mining

Lesson 16 

  • Understanding Data Mining

  • Introduction to Web Scraping

  • BeautifulSoup, Request libraries

  • Scraping real world data

  • SQL connection in Python

Lesson 17 

  • Practice

  • Quiz
     

Chapter 7 - Introduction to Machine Learning

 Lesson 18 

  • What is Artificial Intelligence (AI)  & Machine Learning (ML) ?
  • Workflow in ML
  • Characteristics of Regression, Classification, Clustering models

  • Preperation tools for Predictive models

  • Encoding dummy variables
    • Train-test identification
    • Standard scaling
    • Handling with dependent & independent variables

Lesson 19 

  • Linear Regression Model

    • Data Preprocessing

    • Building Model
    • Evaluating
  • Logistic Regression Model
    • Data Preprocessing

    • Building Model

    • Evaluating

Lesson 20

  • Practice 

Lesson 21

  • Building regression models (Random Forest, Decision Tree)

  • Building classification models (XGBoost, LightGBM, Random Forest)

Lesson 22 

  • Practice 

  • Quiz

Lesson 23 

  • Practice

Lesson 24 

  • Final Quiz

  • Final Case Project

 
Onlarla Data SoCool tələbəsi hazırda aparıcı şirkətlərdə və dövlət qurumlarında çalışır. Növbəti siz ola bilərsiniz. #PeşəkarDataTəhsili

Dərslər hansı saatlarda keçirilir?

Həftədə iki dəfə keçirlən dərslər həm işləyən, həm tələbələrə uyğun olması üçün həftə içi iş saatlarından sonra və həftə sonu keçirilir.  

Bu sahədə yeniyəm, hansı təlimdən başlamalıyam?

Qeyd edək ki, sıfırdan bu sahədə karyera qurmaq istəyirsinizsə, dərslərə başlamaqdan öncə Karyera Məsləhətçisi tərəfindən sizə Peşəkar İnkişaf Planı hazırlanacaq və bu plan üzrə peşəkar bacarıqlar əldə edəcəksiniz.
Data Science sahəsində karyera qurmağınız üçün ilk öncə hər bir Data Scientistin bilməli olduğu databaza ilə işləmə bacarıqlarını əldə etmək üçün Oracle Database SQL təliminə qoşulmağınız tövsiyə olunur. Daha sonra Data Science üçün əsas önəmli olan güclü statistik baza formalaşdıra, statistik analizlər və modellər qurmağı öyrənə və bu bacarıqları tətbiq etməyi mənimsəyəcəyiniz "R ilə Data Science" və ya "Python ilə Data Analitikası" təlimimizə qoşula bilərsiniz. Daha sonra isə Üçüncü önəmli mərhələ isə Business Intelligence öyrənməkdir. Professional Visualization and Reporting with Power BI təlimini qoşularaq datanın vizuallaşdırılması bacarıqlarına da tam hakim ola bilərsiniz. Qeyd edək ki, tədris proqramlarımız həm yerli, həm xarici bazar perspektivləri üçün hazırlandığından hər üç təlimi bitirdikdən sonra bu bacarıqlarla ölkəmizlə yanaşı həmçinin, Avropa ölkələri və Amerikada da bu sahədə çalışmağınız üçün kifayət bilik və bacarıqlara sahib olacaqsınız. 

Dərslər praktikidir mi?

Dərslər Layihə əsaslı təhsil metodunda tədris edildiyi üçün bütün dərslər praktikidir və buna görə də, dərslərə komputer gətirməyiniz tələb olunur. Təlim proqramının sonunda öyrəndiyiniz bilik və bacarıqlara əsasən təqdim edilmiş biznes probleminin həllinə uyğun Capstone layihə tapşırığı üzərində işləyəcəksiniz.

Təlimə qoşulmaq üçün ilkin bilik tələb olunur mu?

Xeyr, təlim sıfırdan başlayanlar üçün dizayn olunduğundan başlamaq üçün ilkin bilik tələb olunmur.