Уровень сложности: Начальный
Курс «Основы Python. Введение в анализ данных»
Количество мест ограничено
4,7 из 5 на основе оценок курса нашими выпускниками
Пройдите полноценное обучение программированию за счёт государства!
152 часа
Длительность курса
Для 8-11 классов
и учащихся в колледже
и учащихся в колледже
Офлайн
Формат обучения
Уровень сложности
Начальный
Для кого
Программа реализуется в рамках федерального проекта «Развитие кадрового потенциала ИТ-отрасли» национальной программы «Цифровая экономика РФ».
Оператор проекта — Университет 2035.
Оператор проекта — Университет 2035.
Главные особенности обучающей программы
В современных условиях бизнесу и государству особенно важно уметь грамотно работать с поступающей информацией, обрабатывать показатели и прогнозировать результаты. Именно поэтому спрос на специалистов в анализе больших данных непрерывно растёт. Зачастую от точности выводов аналитика данных зависит благосостояние всей компании или даже страны.
направлена на получение навыков в области аналитики данных, языков программирования и визуализации данных. Закладывает те профессиональные компетенции, которые пригодятся в будущем при поступлении в вуз и послужат отличной основой для построения будущей карьеры ещё со школьной скамьи.
52% ПРАКТИКИ
Актуальность программы
Данная программа
Для кого
этот курс?
Программа ориентирована на талантливых детей, имеющих начальный уровень владения ИКТ:
- школьников 8−11 классов
- учащихся по программам среднего профессионального образования
Как проходит обучение?
Программа реализуется в формате ОФЛАЙН
Обучение будет проходить в онлайн-режиме на образовательной платформе МЭО, в которой ученики и преподаватели друг с другом смогут общаться, проводить разборы домашних заданий. Все уроки будут проходить в формате вебинаров, они будут доступны для просмотра в записи в любое время. Кроме того, на платформе представлены интересные материалы для более глубокого изучения программы.
Вы будете обучаться по расписанию
После обучения ученик БУДЕТ УМЕТЬ:
Работать в веб-блокнотах Jupyter Notebook, среде Google Colaboratory
Анализировать данные с помощью создания визуализаций
Анализировать данные с помощью технологий бизнес-аналитики создавать интерактивные отчеты
Создавать аналитические приложения
Программа обучения
150 академ.часов
Модуль 1
Основы языка Python
Модуль 2
Введение в аналитику данных. Python для анализа данных
Тема 1.1 Инструктаж по технике безопасности. Установка программного обеспечения и подключение к сервисам
Тема 1.2 Условные и циклические операторы в языке Python
Тема 1.3 Встроенные функции, строки, символы и регулярные выражения
Тема 1.4 Списки, кортежи, множества и диапазоны
Тема 1.5 Работа с датой и временем, обработка исключений
Тема 1.6 Пользовательские функции
Тема 1.7 Модули и пакеты
Тема 1.8 Работа с файлами и каталогами
Тема 1.9 Объектно-ориентированное программирование
Тема 1.2 Условные и циклические операторы в языке Python
Тема 1.3 Встроенные функции, строки, символы и регулярные выражения
Тема 1.4 Списки, кортежи, множества и диапазоны
Тема 1.5 Работа с датой и временем, обработка исключений
Тема 1.6 Пользовательские функции
Тема 1.7 Модули и пакеты
Тема 1.8 Работа с файлами и каталогами
Тема 1.9 Объектно-ориентированное программирование
Тема 2.1 Введение в сводные таблицы
Тема 2.2 Применение сводных таблиц для маркетинговой сегментации
Тема 2.3 Создание отчетов в Google Looker Studio
Тема 2.4 Применение машинного обучение к данным в Google Таблицах
Тема 2.5 Обзор типов данных Pandas
Тема 2.6 Библиотеки визуализации данных Matplotlib, Seaborn, Altair, Autoviz, Plotly Express
Тема 2.7 Применение pandas для анализа и обработки данных
Тема 2.8 Разведочный анализ данных с использованием библиотек Pandas Profiling, Sweetviz, Dataprep, D-Tale, Mitosheet, Bamboolib
Тема 2.2 Применение сводных таблиц для маркетинговой сегментации
Тема 2.3 Создание отчетов в Google Looker Studio
Тема 2.4 Применение машинного обучение к данным в Google Таблицах
Тема 2.5 Обзор типов данных Pandas
Тема 2.6 Библиотеки визуализации данных Matplotlib, Seaborn, Altair, Autoviz, Plotly Express
Тема 2.7 Применение pandas для анализа и обработки данных
Тема 2.8 Разведочный анализ данных с использованием библиотек Pandas Profiling, Sweetviz, Dataprep, D-Tale, Mitosheet, Bamboolib
Лекции:
Лекции:
Модуль 3
Машинное обучение на Python
Модуль 4
Технологии формирования многомерной интерактивной отчетности
Тема 3.1 Машинное обучение для решения задач Data Mining. Градиентный спуск в машинном обучении
Тема 3.2 Деревья решений. Бэггинг, бустинг, стекинг. Фреймворки машинного обучения
Тема 3.3 Введение в кластерный анализ, алгоритм k-means
Тема 3.4 Введение в нейронные сети, глубокие нейронные сети
Тема 3.2 Деревья решений. Бэггинг, бустинг, стекинг. Фреймворки машинного обучения
Тема 3.3 Введение в кластерный анализ, алгоритм k-means
Тема 3.4 Введение в нейронные сети, глубокие нейронные сети
Тема 4.1 Аналитические технологии Loginom
Тема 4.2 Разработка дашбордов и проведение сторителлинга в Tableau Public
Тема 4.3 Разработка интерактивных отчетов в Power BI
Тема 4.4 Визуализация данных в Yandex DataLens
Тема 4.2 Разработка дашбордов и проведение сторителлинга в Tableau Public
Тема 4.3 Разработка интерактивных отчетов в Power BI
Тема 4.4 Визуализация данных в Yandex DataLens
Лекции:
Лекции:
Что получит обучающийся после прохождения курса в рамках проекта «Код Будущего»?
Преподаватели курса
Тращенков Сергей
Викторович
Викторович
Заведующий кафедрой программирования и вычислительных технологий
Ермаков Алексей Валерьевич
Дата-аналитик Кафедра цифровых образовательных сред и киберспорта
Бочаров Михаил Иванович
Доцент департамента анализа больших данных и машинного обучения
Сахнюк Павел Анатольевич
Директор центра перспективных проектов Институт развития профессиональных компетенций и квалификаций
Как записаться на программу
1
Оставьте заявку
Заполните форму на этой странице курса. После отправки формы с вами обязательно свяжется менеджер и расскажет о дальнейших шагах.
2
Получите справку в школе/колледже
Для регистрации на курсы «Кода Будущего» обязательно нужно получить справку учащегося в школе/колледже. Она понадобится при дальнейшей регистрации на Госуслугах.
3
Пройдите регистрацию на Госуслугах
Перейдите на страницу курса на Госуслугах. Подать заявление может сам учащийся или его родитель (законный представитель). Заявитель должен иметь подтвержденную учётную запись на Госуслугах.
Ссылка на регистрацию на Госуслугах4
Пройдите вступительное испытание
После одобрения анкеты-заявления на Госуслугах вам на почту придёт ссылка для прохождения вступительного испытания. Также вы получите уведомление на Госуслугах. Перейдите по ссылке и авторизуйтесь на платформе Leader-ID. Вам необходимо будет пройти вступительное тестирование на платформе в течение 10 рабочих дней.
5
Получите доступ к платформе МЭО через Leader-ID
После успешного прохождения тестирования вам будет открыт доступ к платформе МЭО. Чтобы зайти на платформу, используйте кнопку «Университет 2035».
6
Заключите договор с МЭО
После прохождения тестирования снова перейдите в Личный кабинет МЭО. Подпишите договор с МЭО от имени законного представителя
7
Начните обучение
Получите доступ к программе, расписание занятий от МЭО и начните познавательное и увлекательное обучение!
Записаться на бесплатное обучение
за счёт государства в рамках проекта «Код Будущего»
за счёт государства в рамках проекта «Код Будущего»
Обучение в школе, колледже или другом учебном учреждении партнёре МЭО
ПОЧИТАЙ, ЧТО О НАС ПИШУТ УЧЕНИКИ, ПРОШЕДШИЕ ОБУЧЕНИЕ, И ИХ РОДИТЕЛИ