fbpx

Введение в Python и Data Science

При поддержке Американского Университета в Центральной Азии

Начало занятий: 2 октября

Продолжительность курса: 5 месяцев

Расписание: ПН СР ПТ  19:00-21:00

Стоимость курса: 10 000 сомов в месяц

 

Записаться Позвонить 

 

img

Учись бесплатно сейчас, оплачивай потом! Подробности по

ссылке

Почему новичку в IT следует начать с изучения Python?

Потому что главные преимущества этого языка программирования — простота, гибкость и огромная популярность.  Python входит в список самых популярных языков на GitHub, его используют для создания веб-сайтов, игр и приложений, также с его помощью анализируют данные, автоматизируют тестирование ПО. Python используют практически во всех сферах разработки — он позволяет решать задачи любой сложности с помощью огромного количества библиотек и фреймворков.

На этом курсе вы научитесь писать код в Python, заниматься анализом данных, применять объектно-ориентированное и функциональное программирование и многое другое. Благодаря практическим заданиям и собственному проекту вы сможете собрать начальное портфолио, а также использовать полученный опыт для устройства на работу в IT компании Кыргызстана. Завершив этот курс вы сможете претендовать на позицию Junior /Trainee Python Developer и зарабатывать от 400$ в месяц.

 

img

Азамат Кибекбаев

Азамат Кибекбаев - профессионал в области машинного обучения, больших данных и программировании на языке Python. Более трех лет он работал старшим аналитиком в турецком банке Deniz, оптимизировал и улучшал банковские системы. Сейчас Азамат преподает в АУЦА на факультете прикладной инженерии, а также получает докторскую степень в машинном обучении в Özyeğin University.

Содержание курса

Введение в Python
Структуры и функции данных
Работа со строками и функциями
Работа с файлами
Списки
Словари и комплекты
Классы и объектно-ориентированная концепция
Работа с исключениями
Элементы функционального программирования
Параллельное программирование
Работа с Numerical Python
Создание визуализации
Работа с данными
Импортирование и очистка дата-сетов
Введение в машинное обучение
Подконтрольное и без контрольное обучение
Библиотеки для машинного обучения
Линейная и нелинейная регрессия
Классификация
Деревья решений
Логическая регрессия
K-средства кластеризации
Иерархическая кластеризация
Кластеризация на основе плотности
Контент-ориентированные системы рекомендаций
Совместная фильтрация
Финальный проект
Общее время учебной программы - 120 часов
Длительность одного занятия - 120 минут
Количество экзаменов - 2

Как проходит обучение?

img
img
img

Мы предоставляем современные компьютеры  и необходимое ПО для обучения

Ведется запись каждого занятия для повторения пройденного материала

Прокачайте свои знания и освойте новую профессию вместе с другом!

Приведите друга и получите скидкув размере 10%.
Приведите двоих друзей и получите скидку 15%