Introduction to Data Science and AI using Python Kurzusok

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adattudósoknak és fejlesztőknek szól, akik a Kaggle segítségével szeretnének tanulni és építeni karrierjüket a Data Science területén.

A képzés végére a résztvevők képesek lesznek:

• Ismerje meg az adattudományt és a gépi tanulást.
• Fedezze fel az adatelemzést.
• További információ a Kaggle-ről és annak működéséről.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adattudósoknak és fejlesztőknek szól, akik a Modin segítségével párhuzamos számításokat szeretnének létrehozni és megvalósítani a Pandas segítségével a gyorsabb adatelemzés érdekében.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a szükséges környezetet a Pandas munkafolyamatok Modin segítségével történő nagyszabású fejlesztéséhez.
• Ismerje meg a Modin funkcióit, architektúráját és előnyeit.
• Ismerje meg a különbségeket Modin, Dask és Ray között.
• Hajtsa végre Pandas műveletet gyorsabban a Modin segítségével.
• Valósítsa meg a teljes Pandas API-t és funkciókat.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adattudósoknak és fejlesztőknek szól, akik a RAPIDS segítségével GPU-gyorsított adatfolyamokat, munkafolyamatokat és vizualizációkat kívánnak létrehozni, gépi tanulási algoritmusokat, pl. XGBoost, cuML stb.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a szükséges fejlesztői környezetet az adatmodellek NVIDIA-val való felépítéséhez RAPIDS.
• Ismerje meg a RAPIDS szolgáltatásait, összetevőit és előnyeit.
• Használja ki a GPU-kat a végpontok közötti adat- és elemzési folyamatok felgyorsításához.
• Valósítsa meg a GPU-gyorsított adat-előkészítést és az ETL-t a cuDF és az Apache Arrow segítségével.
• Ismerje meg, hogyan hajthat végre gépi tanulási feladatokat XGBoost és cuML algoritmusokkal.
• Készítsen adatvizualizációkat és hajtson végre grafikonelemzést a cuXfilter és cuGraph segítségével.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adattudósoknak szól, akik a Anaconda ökoszisztémát szeretnék használni csomagok és adatelemzési munkafolyamatok egyetlen platformon történő rögzítésére, kezelésére és üzembe helyezésére.

A képzés végére a résztvevők képesek lesznek:

• Telepítse és konfigurálja az Anaconda összetevőit és könyvtárait.
• Ismerje meg az Anaconda alapfogalmait, jellemzőit és előnyeit.
• Csomagok, környezetek és csatornák kezelése az Anaconda Navigator segítségével.
• Használja a Conda, R és Python csomagokat az adattudományhoz és a gépi tanuláshoz.
• Ismerjen meg néhány gyakorlati felhasználási esetet és technikát több adatkörnyezet kezeléséhez.

A Pandas egy Python csomag, amely adatstruktúrákat biztosít a strukturált (táblázatos, többdimenziós, potenciálisan heterogén) és idősoros adatokkal való munkavégzéshez.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adattudósoknak szól, akik a Pandas segítségével szeretnék prediktív elemzést készíteni gépi tanulással.

A képzés végére a résztvevők képesek lesznek:

• Hajtsa végre az adatvesztést az Python-ben.
• ETL műveletek végrehajtása a gépi tanuláshoz.
• Hozzon létre adatvizualizációkat a Pandákkal

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak az adattudósoknak és szoftvermérnököknek szól, akik a Dask-ot a Python ökoszisztémával kívánják használni nagy adatkészletek létrehozására, méretezésére és elemzésére.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a környezetet a nagy adatfeldolgozás felépítéséhez a Dask és Python segítségével.
• Fedezze fel a Dask szolgáltatásban elérhető szolgáltatásokat, könyvtárakat, eszközöket és API-kat.
• Ismerje meg, hogyan gyorsítja fel a Dask a párhuzamos számítást Pythonban.
• Ismerje meg, hogyan méretezheti a Python ökoszisztémát (Numpy, SciPy és Pandas) a Dask segítségével.
• Optimalizálja a Dask környezetet, hogy megőrizze a nagy teljesítményt a nagy adatkészletek kezelésében.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a fejlesztőknek szól, akik a FastAPI-t Python-vel szeretnék használni a RESTful API-k egyszerűbb és gyorsabb létrehozásához, teszteléséhez és üzembe helyezéséhez.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a szükséges fejlesztői környezetet az API-k Python és FastAPI használatával történő fejlesztéséhez.
• A FastAPI könyvtár segítségével gyorsabban és egyszerűbben hozhat létre API-kat.
• Ismerje meg, hogyan hozhat létre adatmodelleket és sémákat Pydantic és OpenAPI alapján.
• Csatlakoztassa az API-kat egy adatbázishoz az SQLAlchemy segítségével.
• A FastAPI eszközök segítségével valósítsa meg a biztonságot és a hitelesítést az API-kban.
• Konténerképek létrehozása és webes API-k telepítése felhőkiszolgálón.

Ez az oktató által vezetett, élő (online vagy helyszíni) képzés azoknak a fejlesztőknek szól, akik a FARM (FastAPI, React és MongoDB) stacket szeretnék használni dinamikus, nagy teljesítményű és méretezhető webalkalmazások létrehozására.

A képzés végére a résztvevők képesek lesznek:

Állítsa be a szükséges fejlesztői környezetet, amely integrálja a FastAPI-t, a React-t és a MongoDB-t. Ismerje meg a FARM verem legfontosabb fogalmait, jellemzőit és előnyeit. Ismerje meg, hogyan hozhat létre REST API-kat a FastAPI segítségével. Ismerje meg, hogyan tervezhet interaktív alkalmazásokat a React segítségével. Alkalmazások fejlesztése, tesztelése és üzembe helyezése (front end és back end) a FARM verem segítségével.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a fejlesztőknek szól, akik a SciPy segítségével kívánnak fejlett tudományos számítási funkciókat létrehozni Python segítségével.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a szükséges fejlesztői környezetet a tudományos számítási funkciók létrehozásának megkezdéséhez.
• Használja ki az SciPy funkciók teljes előnyeit összetett műveletek gyakorlati példáinak végrehajtásával.
• Valósítson meg és optimalizáljon matematikai algoritmusokat és függvényeket tudományos problémák megoldására.
• Adatstruktúrák és interpolációs módszerek tervezése a megjelenítéshez, feldolgozáshoz és elemzéshez.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a fejlesztőknek szól, akik a PyGame segítségével szeretnének játékokat létrehozni és készíteni Python programozással.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a szükséges fejlesztői környezetet, hogy elkezdhesse játékalkalmazások készítését a PyGame és Python segítségével.
• Ismerje meg, hogyan hozhat létre interaktív PyGame alkalmazásokat animációkkal és multimédiás funkciókkal integrálva.
• Futtassa és tesztelje a játékprogramokat a PyGame tesztcsomaggal, és konvertálja őket futtatható fájlokká.

Ez a gyakorlati tanfolyam azoknak a Python fejlesztőknek szól, akik el akarják készíteni és karbantartják első webes alkalmazásukat. Olyan embereknek szól, akik már ismerik a többi webes keretet, például a Django vagy a Web2py , és meg akarják tanulni, hogy miként lehet megváltoztatni a mikrokeretet (azaz egy olyan keretet, amely harmadik fél könyvtárait összeragasztja ahelyett, hogy önálló univerzális megoldást kínálna). a folyamat.

A tanfolyam jelentős részét nem magának a lombnak (ez apró), hanem harmadik fél könyvtáraira és eszközöire fordítják, amelyeket gyakran használnak a lombik projektekben.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a háttérfejlesztőknek szól, akik REST API-kat szeretnének építeni Python és Flask segítségével.

A képzés végére a résztvevők képesek lesznek:

• Valósítson meg egy REST API-t, amely lehetővé teszi egy Flask webalkalmazás számára, hogy olvasson és írjon egy adatbázist a háttérben.
• Fejlesszen fejlett hitelesítési funkciókat, például frissítési tokenek.
• Újrafelhasználható háttérrendszer létrehozása a jövőbeli Python-projektekhez.
• Egyszerűsítse az adatok tárolását az SQLAlchemy segítségével.
• Telepítsen REST API-kat egy felhő alapú szerverre.

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a fejlesztőknek szól, akik szeretnék használni a Flask fejlett funkcióit, hogy méretezhető webalkalmazásokat építsenek a MongoDB tetejére.

A képzés végére a résztvevők képesek lesznek:

• Állítsa be a szükséges fejlesztői környezetet, hogy elkezdhesse webalkalmazások fejlesztését a Flask segítségével.
• Ismerje meg a valós Flask projektek fejlett koncepcióit és technikáit.
• Építsen egy RESTful API szervert a MongoDB tetejére.
• Ismerje meg a mikroszolgáltatások konténerbe helyezését, tesztelését és üzembe helyezését a Flask, Docker és Amazon EC2 segítségével.
• Szerezzen betekintést a fejlett Flask integrációkba a webalkalmazások méretezéséhez.