Anomaly Detection with Python and R Kurzusok

A Tidyverse sokoldalú R csomagok gyűjteménye az adatok tisztításához, feldolgozásához, modellezéséhez és megjelenítéséhez. Néhány a mellékelt csomagok közül: ggplot2, dplyr, tidyr, readr, purrr és tibble.

Ebben az oktató által vezetett, élő képzésen a résztvevők megtanulják, hogyan lehet az adatokat manipulálni és megjeleníteni a Tidyverse eszközök használatával.

A képzés végére a résztvevők képesek lesznek:

• Végezzen adatelemzést és hozzon létre vonzó vizualizációkat
• Készítsen hasznos következtetéseket a mintaadatok különféle adatkészleteiből
• Az adatok szűrése, rendezése és összefoglalása a feltáró kérdések megválaszolásához
• A feldolgozott adatokat informatív vonal-, oszlop- és hisztogramokká alakíthatja
• Adatok importálása és szűrése különféle adatforrásokból, beleértve az Excel , CSV és SPSS fájlokat

Közönség

• Az R nyelv kezdõi
• Az adatelemzés és az adatok megjelenítésének kezdője

A tantárgy formátuma

• Részleges előadás, részleges beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlat

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 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 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.

Ez az oktató által vezetett, élő (helyszíni vagy távoli) képzés azoknak a webfejlesztőknek szól, akik grafikus felhasználói felületet szeretnének tervezni, fejleszteni és telepíteni az Tkinter segítségével.

A képzés végére a résztvevők képesek lesznek:

• Használja a földrajzi kezelőket a grafikus felület elrendezéséhez.
• A widgetek rendezése a kereteken belül.
• GUI-alkalmazás készítése Python Tkinter segítségével.

Kivy egy nyílt forráskódú cross-platform grafikus felhasználói felület könyvtár íródott Python, amely lehetővé teszi a multi-touch alkalmazás fejlesztése széles választékú eszközök.

Ebben az oktató által vezetett, élő képzési résztvevők megtanulják, hogyan kell telepíteni és telepíteni Kivy a különböző platformokon, személyre szabni és manipulálni widgetek, ütemezés, indítás és reagálni az események, módosítani a grafika multi-touching, átalakítani a képernyőt, csomagolási alkalmazások Android, és így tovább.

A képzés végéig a résztvevők képesek lesznek

• Hasonlítsa össze az Python kódot és a Kivy nyelvet.
• Van egy szilárd megértése, hogy Kivy hogyan működik, és használja a legfontosabb elemeit, mint a widgetek, események, tulajdonságok, grafika, stb.
• Könnyedén fejleszti és telepíti Android alkalmazásokat a különböző üzleti és tervezési követelmények alapján.

A kurzus formázása

• Részes előadások, részes viták, gyakorlatok és nehéz gyakorlatok

Ez az oktató által vezetett, élő képzés a Magyarország-ban (online vagy helyszíni) azoknak a személyeknek szól, akik vizuálisan vonzó szoftveralkalmazást szeretnének programozni Python és Qt UI keretrendszer használatával.

A képzés végére a résztvevők képesek lesznek:

• Hozzon létre egy fejlesztői környezetet, amely tartalmazza az összes szükséges könyvtárat, csomagot és keretrendszert.
• Hozzon létre egy olyan asztali vagy szerveralkalmazást, amelynek felhasználói felülete zökkenőmentesen működik, és tetszetős.
• A használhatóság maximális hatásának elérése érdekében különféle UI-elemeket és effektusokat valósítson meg, beleértve a widgeteket, diagramokat, rétegeket stb.
• A tervezési és fejlesztési szakaszban valósítson meg jó felhasználói felület-tervezést és kódszervezést.
• Az alkalmazás tesztelése és hibakeresése.