Corso online Python per Data Analyst e Data Scientist

Il video corso Python e Machine Learning è rivolto a chi vuole imparare a utilizzare questo linguaggio di programmazione per l’analisi dei dati e il machine learning. Grazie alla presenza di librerie per l’analisi di dati e l’apprendimento automatico come PandasScikit-learn, Python è uno dei linguaggi di programmazione più utilizzati e richiesti dai Data Analyst e Data Scientist.

A chi si rivolge il corso

  • Agli studenti che vogliono imparare a programmare in Python da zero con un corso pratico ed efficace.
  • Agli sviluppatori SQL o agli utilizzatori esperti di Excel che desiderano apprendere un nuovo strumento per l’analisi dei dati.
  • Ai Data AnalystData Scientist o Data Engineer o a chi aspira a intraprendere una carriera in questo settore.

Corso Python e Machine Learning – Argomenti

  • acquisizione dei dati da tanti formati diversi di file (csv, Excel, json, file strutturati, eccetera);
  • acquisizione dei dati da Database e API
  • creazione di DataFrame tramite la libreria pandas;
  • lavorazione dei DataFrame per filtrare i dati, aggregarli, trasformarli e combinarli;
  • attività di pre-processing specifiche per il Machine Learning (gestione dei null, normalizzazione dei dati, codifica delle variabili nominali, eccetera);
  • implementazione in Python dell’algoritmo di Machine Learning del Perceptron tramite la programmazione a oggetti
  • analisi dei dati esplorativa e rappresentazione grafica tramite la libreria seaborn
  • creazione in Python di modelli di Machine Learning con la libreria scikit-learn
  • tecniche di tuning dei parametri, convalida incrociata e creazione di pipeline per l’automatizzazione
  • algoritmi di regressione e clustering
  • rappresentazione di dati geografici e mappe
  • esempi di Football Analysis con Python

Parto da zero. Il corso mi sarà comunque utile?

Mi sento assolutamente di consigliarti il corso indicato, anche se parti da zero. Tutti i temi sono trattati dall’inizio, senza dare nulla per scontato, cercando comunque di tenere sempre un approccio pratico che possa fornirti sin da subito delle competenze utilizzabili nel lavoro pratico.

Affronta con successo i colloqui di lavoro

Nell’ultima parte del corso vedremo come utilizzare PowerPoint per costruire un portfolio personale di progetti di machine learning da allegare al curriculum o pubblicare su LinkedIn e GitHub. Affronteremo inoltre alcune delle domande più frequenti poste durante i colloqui di lavoro per posizioni di Data Scientist o Data Analyst e tutte le possibili risposte.

Guarda una lezione d’esempio

Il programma del corso Python e Machine Learning

Installazione software

Installazione di Python, Jupyter e delle principali librerie utilizzate nel corso (solo per sistema operativo Windows).

Import dei dati con Python e Pandas

Importazione dei dati provenienti da varie fonti (CSV, Excel, Json e file strutturati) all’interno dei dataframe.

Fondamenti di Python: tipi di dati, funzioni e controllo del flusso

Poniamo delle solide fondamenta di Python studiando come utilizzare i tipi di dati (liste, set, dizionari, tuple) e le istruzioni di controllo del flusso (if, for e while)

Analisi dei dati con Pandas

Come utilizzare la libreria Pandas per filtrare, aggregare, combinare, trasformare e aggiornare i datiall’interno di un dataframe.

Esercitazione sul PreProcessing

Implementazione delle principali attività di preprocessing dei dati per il machine learning.

Python, Database e API

Vediamo come acquisire dati con Python connettendosi ad un Database o tramite chiamate API

Machine Learning e programmazione a oggetti

Sviluppo del Perceptron, il primo algoritmo di machine learning alla base delle reti neurali moderne, e introduzione al paradigma della programmazione a oggetti.

Uso della libreria scikit-learn e implementazione dell’algoritmo di classificazione K-neighbours attraverso Pandas.

Analisi esplorativa, pipeline, convalida incrociata e ottimazione dei parametri

Creazione di modelli di machine learning comprensivi di analisi esplorativa dei dati, preprocessing, creazione di pipeline, tecniche di convalida e ottimizzazione dei parametri. In questo modulo svolgeremo insieme un progetto di machine learning da allegare al curriculum come prova tangibile delle competenze acquisite.

Algoritmi di Regressione e Clustering

Applicazione del Machine Learning e della libreria Scikit-Learn a problemi di regressione e clustering dei dati.

Football Analysis con Python

Applichiamo quanto imparato al campo della Football Analysis

Approfondimenti

Rappresentazione di dati geografici e mappe con la libreria folium. Temi e compi finali per continuare a mettere in pratico quanto imparato e su cui potrai ricevere un feedback personalizzato.

Prezzi e informazioni generali

Modalità di erogazione

Una volta acquistato il corso, potrai visualizzare le video lezioni registrate accedendo all’area riservata di questo sito. Il tuo acquisto sarà regolato da un regolare contratto di vendita, così come previsto dalla legge (per approfondimenti, consulta la pagina Termini d’uso e Condizioni di Vendita).

Durata totale e materiale didattico

Le video lezioni registrate hanno una durata di 10+ ore. Il materiale didattico fornito include tutti i file con gli esercizi svolti e gli script delle lezioni, che rappresentano a tutti gli effetti un manuale aggiuntivo di machine learning con Python.

Docente

Tutti i contenuti del corso sono stati elaborati e registrati da me, Nicola Iantomasi. Per approfondimenti, leggi la mia biografia o consultail mio profilo LinkedIn.

Pagamento e fatturazione

Modalità di pagamento ammesse: bonifico bancario, Paypal o Satispay. A pagamento avvenuto verrà emessa la relativa fattura.

Prezzo del corso

29,00 euro (esente iva, in quanto erogato nell’ambito del regime fiscale forfettario). Il corso può essere acquistato singolarmente oppure all’interno del Corso Data Analysis completo.

Recensioni

Leggi le recensioni verificate degli studenti che hanno frequentato i miei corsi su Trustpilot.

Prerequisiti

Per seguire le lezioni è necessario avere una connessione Internet funzionante e un PC personale per l’installazione dei software. La procedura d’installazione dei software oggetto del corso rientra nel programma solo per il sistema operativo Windows. Ricorda di utilizzare sempre un PC personale per l’installazione di qualsiasi software. È sempre sconsigliato usare un PC aziendale senza la preventiva autorizzazione del reparto IT.

Diritto di recesso

Se per qualsiasi motivo non dovessi essere soddisfatto del corso, potrai richiedere il rimborso della quota d’iscrizione entro 15 giorni dalla data di pagamento.

Sei un’azienda e vuoi acquistare il corso per i tuoi dipendenti? Contattami per avere informazioni su pacchetti multi-utenza

Non sei ancora sicuro che questo corso faccia al caso tuo? Contattami per ulteriori domande e chiarimenti!

Torna in alto
Torna su