91037
Data Science med Python 1 år med eksamen

Ved kursets afslutning vil du lære og forstå:

• Datavidenskabelige processer, opstilling af hypoteser og testning
• Teknikker, herunder databehandling, -udforskning og -visualisering
• Hvordan man installerer det nødvendige Python-miljø
• Væsentlige begreber inden for Python-programmering
• Hvordan man udfører matematiske beregninger på højt niveau ved hjælp af NumPy
• Hvordan man udfører videnskabelig og teknisk databehandling ved hjælp af SciPy
• Udførelse og manipulation af dataanalyse ved hjælp af Pandas
• Superviserede og ikke-uperviserede læringsmodeller
• Sådan udtrækker du nyttige data fra hjemmesider ved hjælp af web scrapping
• Hvordan du kan integrere Python med Hadoop, Spark og MapReduce

Softwareprofessionelle, it-professionelle eller nyuddannede, der ønsker at starte en karriere inden for analyse; analytikere, der er interesserede i at arbejde med Python; erfarne fagfolk, der ønsker at anvende datavidenskab inden for deres felt.

Opdag, hvordan Python driver datavidenskab ved at mestre teknikker til datalagring, -manipulation og -visualisering. Dyk ned i datahåndtering med kraftfulde biblioteker, udforsk statistisk og prædiktiv modellering, og implementer maskinlæringsalgoritmer for at tackle udfordringer i den virkelige verden med selvtillid.

• Python-programmeringskoncepter - At mestre Python-programmeringskoncepter giver mange fordele. Forståelse af datatyper, tupler, lister og ordbøger giver dig mulighed for at organisere og behandle information effektivt, hvilket gør det lettere at håndtere komplekse data. Grundlæggende operatorer giver dig mulighed for at udføre beregninger og implementere logik uden problemer. Mens funktioner hjælper dig med at skrive renere, genanvendelig kode, hvilket sparer tid og reducerer fejl. Disse færdigheder er afgørende for at løse problemer i den virkelige verden og gøre fremskridt inden for områder som datavidenskab, softwareudvikling og automatisering.
• Overvågedeog ikke-overvågede læringsmodeller - Udforsk Pythons overvågede og ikke-overvågede læringsmodeller, herunder lineær og logistisk regression til forudsigelser og analyse, klyngedannelse til gruppering af data og dimensionalitetsreduktion til forenkling af datasæt. Du vil også lære om teknikker som K-NN og pipeline, der strømliner processer og hjælper dig med at tackle komplekse dataopgaver med lethed. Disse modeller er nøglen til at frigøre indsigt og træffe smartere beslutninger.
• Integration af Python med andre værktøjer - Lær, hvordan du integrerer Python med kraftfulde værktøjer som Hadoop, Spark og MapReduce for at håndtere big data effektivt. Dette kursus viser dig, hvordan du kombinerer Pythons fleksibilitet med disse platforme til at behandle, analysere og administrere massive datasæt, hvilket gør det lettere at skabe indsigt og løsninger i dataintensive miljøer.

Der er ingen forudsætninger for kurset Data Science with Python.