077 505 01 13 [email protected]
    • |

Data Elmi: R və Python dili

DATA ANALİTİKA

  • KURSUN MÜDDƏTİ
    3 ay (24 dərs)
  • KURSUN VAXTI
     19:00-21:00 - həftə içi (həftədə 2 dəfə)

Qiymət

Adi : 400 ⋔ (aylıq)
Korporativ : 1500 ⋔ (ümumi)
Güzəştli* : 300 ⋔ (aylıq)
* - Tələbələrə, rabitə işçiləri və övladlarına, dövlət qulluqçuları və övladlarına şamil olunan qiymət
QEYDİYYAT PDF

Nə öyrənəcəksiz?

  • “R” və “R studio”larının quraşdırılması
  • “R”da əsas proqramlaşdırma əmrləri
  • “R”ın istifadə etdiyi məlumat növlərinə və strukturlarına ümumi baxışı
  • Data Science, Data Analitikası, Data Mining, Statistika, Ekonometrika, Marketinq Araşdırmaları, Araşdırma Metodları kimi sahə bilikləri və R proqramı ilə praktiki tətbiqi
  • Python vasitəsilə müxtəlif data növləri ilə işləmək
  • Datanı təmizləməyi və analiz üçün hazır vəziyyətə gətirmək
  • Statistik analizlər etmək, müxtəlif modellər qurmaq və onları vizuallaşdırmaq
  • Dataya əsasən gələcək trendləri proqnozlaşdırmaq

İştirak tələbləri

Data Science, Data analitikası, Biznes Analitikası, Müştəri Əlaqələrinin İdarə Olunası (CRM), Marketing Research, Maliyyə Analitikası və Risklərin İdarə Olunması kimi sahələrdə çalışmaq istəyənlər və çalışanlar

Statistik və riyazi modelləşdirmə ilə məşğul olanlar, Proseslərin avtomatlaşdırılması, Aktuari, Sığorta və Bank sahəsində çalışanlar və çalışmaq istəyənlər

Təlim proqramı

  • R basics (variables, logical operators, etc)
  • Vectors, Matrices, Factors, Lists
  • Importing and exporting data frames, data types
  • Conditional Statements (If, else and else if statements)
  • For and while loops
  • Apply family
  • Dplyr
  • Tidyr
  • Ggplot
  • Magrittr
  • Flexdashboard
  • R markdown
  • Data Science, Statistics and Machine Learning
  • Descriptive Statistics (mean, median, mode, variance, standard deviation)
  • Exploratory Data Analysis (Univariate, Bivariate analysis, etc)
  • Visualisation: Box-Plot, Histogram, Scatter Plots and etc
  • Missing Data: Imputation methods
  • Multicollinearity, Expectation, Variance, Correlation & Covariance, Outliers
  • Confounding variables & Interaction effects
  • Normal Distributions, Standardize Normal distribution & Central Limit Theorem
  • Descriptive Statistics vs Inferential Statistics
  • Populations,parameters,samples in inferential statistics
  • Point Estimates and Confidence Intervals
  • One-way and two-way ANOVA, MANOVA
  • Hypothesis Testing:Null and Alternative hypothesis,Decision Making
  • T-test for one sample and two sample proportion,Paired T-tests
  • What is nonparametric statistics?
  • The Sign Test
  • The Wilcoxon Signed-Rank Tests
  • The Kruskal Wallis Test
  • Spearman Rank Correlation Test
  • Simple & Multiple Linear Regression Models
  • Assumptions of the Multiple Linear Regression
  • Standard Deviation of random errors, Coefficients
  • Model Validation techniques (Stepwise Regression, Goodness of Fit test, Cross Validation)
  • Nonlinear Regression
  • Supervised & Unsupervised learning
  • Classification
  • Logistic Regression
  • Decision Trees, XGBoost and Random Forest
  • Clustering Analysis: K-means clustering
  • K Nearest Neighbors
  • Installing python
  • Anaconda installation and review of packages
  • Working with jupyter and spyder notebooks
  • Variables, base types
  • Basic String Methods and arithmetic operations
  • Indexing, slicing, formatting
  • Lists, tuples, dictionaries and their methods
  • Comparison Operators
  • Simple and nested functions
  • *args and *kwargs
  • Control flow
  • Nested if conditions
  • If-elif-else
  • For while loops and their statements
  • Looping and Unpacking with Dictionaries, List and Tuples
  • List, Zip, shuffle functions and methods
  • Input function and random package
  • Polymorphism and try except
  • Introduction to Data Science and Machine Learning
  • Supervised and Unsupervised Learning, regression vs classification
  • Math and Statistics
  • Introduction to Machine Learning libraries
  • Numpy
  • Pandas
  • Visualization of data with Matplotlib
  • Visualization of data with Seaborn, Distribution and Categorical plots, Matrix Plots and Grids, Regression plots, styles and colors
  • Visualization of data with Plotly and Cufflinks
  • Math behind machine learning algorithms
  • Simple and Multiple Linear Regression
  • Dummies with Multiple Linear Regression
  • Conversions (categorical to numerical and numerical to categorical)
  • Complete data cleaning, pre processing and modeling steps using real data
  • Logistic Regression
  • Hyperparameter optimization, Randomizer Search and Grid Searh
  • Decision tree and Random Forest regression vs classification
  • Support Vector Machines regression vs classification
  • K-Nearest Neighbors regression vs classification
  • Unsupervised Learning
  • Hierarchical clustering and k-means clustering

Təlim haqqında

Niyə İKT LAB-da " Data Elmi: R və Python dili " təlimi ?

Təlim tələbələrin niyə R öyrənməyi və tədqiqatları nə üçün istifadə etməyi düşünmələri lazım olduğunu izah edən geniş bir izah ilə başlayacaq. İlkin müsahibələrə əsaslanaraq, R ilə Data Elmi kursu – na maraq göstərənlərin, R və ümumilikdə proqramlaşdırma və statistika ilə müxtəlif səviyyələrdə tanışlıq olacağını düşünürük. Eyni zamanda kurs əvvəllər proqramlaşdırma təcrübəsi olmayan tələbələrə yönəlmiş istəyə bağlı bir tədris paketini əhatə edir. “R” və “R studio”larının quraşdırılmasını, R-də əsas proqramlaşdırma əmrlərini və R-ın istifadə etdiyi məlumat növlərinə və strukturlarına ümumi baxışı əhatə edəcəkdir. Python ilə Data Elmi kursu Python kurslari vasitəsilə siz Python proqramlaşdırma dili ilə tanış olacaqsınız. O data analitika elmi, sistemlərin avtomatlaşdırılması, veb və API işlənməsi və s. üçün təməl proqramlaşdırma dilidir. Bununla belə, son bir neçə ildə Python müasir proqram təminatının inkişafı, infrastrukturun idarə edilməsi və məlumatların təhlili üçün dünya səviyyəli proqramlaşdırma dili kimi tanınmağa başladı. Artıq hakerlər üçün arxa qapı funksiyasında deyil, o, veb proqramların yaradılması və sistem idarəçiliyində, məlumat analitikasında və maşın öyrənməsində parlaq dil kimi şöhrət qazanmışdır. Python kurslari ilə biz bu sahədə sizin peşəkar bir mütəxəssis olaraq tədris almağınızı qarşımıza hədəf qoymuşuq.

Beynəlxalq və müasir tədris proqramı

Bu təlim beynalxalq təlim proqramlarına əsaslanır. Bu təlimdə aşağıdakı beynalxalq tədris proqramlarından istifadə olunur:

Tədris metodikası və resurslar

Təlimçi rəhbərliyi ilə nəzəri və praktiki dərslər

Müasir infastruktur və Rahat mühüt

Dərslər ən yeni texnologiyalar ilə təchiz edilmiş sinif otaqlarında keçirilir

Çay və Kofe fasiləsində, tələbələr və müəllimlərlə təcrübənizi paylaşacaqsınız

Dövlət Sertifikatı, Beynəlxalq sertifikat və Diplom

Dövlət sertifikat

Rəqəmsal İnkişaf və Nəqliyyat Nazirliyinin “İnformasiya-Kommunikasiya Texnologiyalarının Tətbiqi və Tədrisi Mərkəzi”-nin sertifikatını qazanacaqsınız

Təlimçilərimiz

Tural Məmmədov

Qeydiyyat forması

Data Elmi: R və Python dili təlimi üzrə

Adınız:
Soyadınız:
Mobil nömrənizin prefiksi:
Mobil nömrəniz:
E-poçt:
© İKT LAB Tətbiq və Tədris Mərkəzi 2024
    • |