Описание курса:
Язык программирования Python в последнее время все чаще используется для анализа данных, как в науке, так и коммерческой сфере. Этому способствует простота языка, а также большое разнообразие открытых библиотек.
Python — один из самых популярных инструментов для анализа данных. В этом курсе вы узнаете, как с помощью этого языка программирования строить предиктивные модели, визуализировать данные и работать с нейросетями.
Курс ориентирован на практику и позволит вам сразу приступить к работе с данными и построению моделей.
Аудитория:
• Менеджеры
• Аналитики
• Руководители
Необходимая подготовка:
• Успешное окончание курса «Программирование на Python. Уровень 1. Базовый курс», или эквивалентная подготовка.
• Успешное окончание курса «Microsoft Excel. Уровень 1. Работа с табличным редактором Excel», или эквивалентная подготовка.
Программа курса: Модуль 1. Универсальный формат файлов для обмена данными между Python и популярными табличными приложениями
• Формат CSV. Импорт/экспорт на примере Excel или других популярных приложений (1C, SAP, другие СУБД и приложения для торговли, сметы и т.п.)
• Экспорт данных из табличного приложения в файл csv и его разбор средствами стандартной библиотеки Python
• Формирование файла csv из Python и импорт в табличное приложение
• Практическая работа
Модуль 2. Автоматизация исправления проблемных файлов, работа с файлами в произвольных текстовых форматах
• Работа с таблицами в произвольном текстовом формате на примере формата FWF
• Типичные проблемы в реальных табличных данных и способы их устранения методами стандартной библиотеки Python
• Применение регулярных выражений для фильтрации и разделения данных табличных данных
• Работа с датами, номерами телефонов и другими данными в произвольных форматах записи
• Практическая работа
Модуль 3. Выгрузка данных из интернета
• Что такое API. Примеры онлайн-сервисов для получения данных о погоде, курсах валют, акций в реальном времени.
• Механизм взаимодействия с онлайн API через python. GET-запросы.
• Наиболее популярные форматы предоставления данных. Разбор данных в формате XML и JSON с помощью встроенной и/или сторонних библиотек.
• Практическая работа
Модуль 4. Итоговая практическая работа. Разбор более продвинутых задач по работе с данными
• Интеграция с Google Docs, Google Spreadsheets, Google Forms
• Веб-скрейпинг
• Обработка архивов переписок из популярных мессенджеров
• Автоматизированная обработка большого количества файлов
Окончательная цена указывается в договоре на обучение.
