Course Outline
Εισαγωγή
- Ελεύθερου και Γενικού Σκοπού έναντι Μη Ελεύθερου ή Γενικού Σκοπού
Δημιουργία Python Αναπτυξιακού Περιβάλλοντος για την Επιστήμη των Δεδομένων
Η δύναμη του Matlab για την επίλυση αριθμητικών προβλημάτων
Python Βιβλιοθήκες και πακέτα για την επίλυση αριθμητικών προβλημάτων και την ανάλυση δεδομένων
Πρακτική εξάσκηση με τη σύνταξη
Εισαγωγή δεδομένων στο Python
Matrix Χειρισμός
Μαθηματικές πράξεις
Οπτικοποίηση δεδομένων
Μετατροπή υπάρχουσας εφαρμογής Matlab σε Python
Συνήθεις παγίδες κατά τη μετάβαση στο Python
Κλήση Matlab από μέσα Python και αντίστροφα
Python Περιτυλίγματα για την παροχή διεπαφής που μοιάζει με Matlab
Περίληψη και Συμπέρασμα
Requirements
- Εμπειρία με προγραμματισμό Matlab.
Ακροατήριο
- Επιστήμονες δεδομένων
- Προγραμματιστές
Testimonials (5)
Το γεγονός ότι έχουμε περισσότερες πρακτικές ασκήσεις χρησιμοποιώντας περισσότερα παρόμοια δεδομένα με αυτά που χρησιμοποιούμε στα έργα μας (δορυφορικές εικόνες σε μορφή ράστερ)
Matthieu - CS Group
Course - Scaling Data Analysis with Python and Dask
Machine Translated
Very good preparation and expertise of a trainer, perfect communication in English. The course was practical (exercises + sharing examples of use cases)
Monika - Procter & Gamble Polska Sp. z o.o.
Course - Developing APIs with Python and FastAPI
It was a though course as we had to cover a lot in a short time frame. Our trainer knew a lot about the subject and delivered the content to address our requirements. It was lots of content to learn but our trainer was helpful and encouraging. He answered all our questions with good detail and we feel that we learned a lot. Exercises were well prepared and tasks were tailored accordingly to our needs. I enjoyed this course
Bozena Stansfield - New College Durham
Course - Build REST APIs with Python and Flask
Trainer develops training based on participant's pace
Farris Chua
Course - Data Analysis in Python using Pandas and Numpy
I mostly enjoyed everything.