[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:
4 ay (80 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 Modellərin Validasiyası üzrə baş mütəxəssis və data elmi üzrə ekspert 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 4 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

Lesson 1

Installing python
Anaconda installation and review of packages
Working with jupyter and spyder notebooks
Variables, base types
Basic String Methods and arithmetic operations
Indexing, slicing, formatting
Homework and feedback

Lesson 2

Lists, tuples, dictionaries, and their methods
Comparison Operators
Homework and feedback

Lesson 3

Simple and nested functions
*args and *kwargs
Homework and feedback

Lesson 4

Control flow
Nested if conditions
if-elif-else
for while loops and their statements
Homework and feedback

Lesson 5

Looping and Unpacking with Dictionaries , List and Tuples
List, Zip, shuffle functions and methods
Input function, and random package.
Polymorphism and try except
Homework and feedback

Lesson 6

Introduction to Machine Learning libraries
Numpy
Pandas

Lesson 7

Visualization of data with Matplotlib
Visualization of data with Seaborn, Distribution and Categorical plots, Matrix Plots and Grids, Regression plots, styles and colors
Visualization of data with Plotly and Cufflinks

Part 2

Machine and Deep Learning topics

Lesson 8

Practice

Lesson 9

Introduction to Data Science, Machine Learning and Deep Learning

Lesson 10

Simple and Multiple Linear Regression

Conversions (categorical to numerical and numerical to categorical )

Complete data cleaning

Pre processing and modeling steps using real data

Lesson 11

Practice

Lesson 12

Logistic Regression and main application fields (IFRS9 provision calculation)

Lesson 13

Practice

Lesson 14

Decision tree and Random Forest regression vs classification

Hyperparameter optimization

Randomizer Search and Grid Search

Lesson 15

Practice

Lesson 16

LightGBM

Catboost

XGBoost Regression vs Classification and Stacking regression vs classification

Optuna parameter optimization

Lesson 17

Practice

Lesson 18

Unsupervised Learning application fields 

Principal component analysis (PCA)  and

Clustering models (DBSCAN, K-Means, Hierarchical Clustering)

Lesson 19

Practice

Lesson 20

Introduction to Supervised Deep Learning

Artificial Neural Networks

Lesson 21

Practice

Lesson 22

Convolutional Neural Networks

Lesson 23

Practice

Lesson 24

Recurrent Neural Networks

Lesson 25

Practice

Lesson 26

Introduction to Unsupervised Deep Learning,

Self Organizing Maps

Lesson 27

Practice

Lesson 28

Deep Boltzmann Machines

Energy-based models

Restricted Boltzmann machines for recommender systems

Lesson 29

Practice

Lesson 30

Auto Encoders (Sparse, Denoising, Contractive, Stacking and Deep autoencoders)

Lesson 31

Practice

Lesson 32

Final Exam (Quiz and Practical)

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.