Python for Data Scientist

• Lo sviluppo tramite Notebook
• Strutture dati e costrutti base in Python
• La libreria NumPy
• Data Visualization con Matplotlib
• Curve fitting
• Strutture di dati in Pandas (I)
• Data Visualization con Matplotlib e Seaborn
• Accesso a basi di dati
• Data Wrangling in Pandas (II)
• Data Visualization con Bokeh
• Introduzione all'Advanced Analytics
• Best practices per il Machine Learning con Python
• Data preparation
• Model building
• Miglioramento delle performance : Bayesian Deep Neural Networks

Data Scientist

A chi si rivolge
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore
magna aliqua.

• Conoscenza di base di almeno un linguaggio funzionale (preferibilmente Python o R)
• Conoscenza di base delle principali tecniche di rappresentazione dati
• Conoscenza di tecniche statistiche di base (media, mediana, moda, deviazione standard, densità di
  probabilità)
• Familiarità con basi dati relazionali
• Familiarità di base di calcolo vettoriale (somma di vettori, rotazioni ecc.)
• Familiarità con tecniche di rappresentazione dei dati (istogrammi, grafici a linee, grafici a torta ecc.)
• Familiarità con ambienti unix e uso dei commandi basi da shell

Il corso ha l’obiettivo di trasferire:

• la capacità di scegliere gli strumenti adatti per svolgere una analisi dati con Python
• la conoscenza operativa degli strumenti di base per data preparation con Python
• la conoscenza operativa dei metodi grafici per rappresentare i risultati di una analisi
• la conoscenza di alcuni strumenti di base per il calcolo scientifico
• la conoscenza di librerie più note per la visualizzazione di dati con Python
• la capacità di progettare sistemi capaci di apprendere in modo automatico dai dati.
• la capacità di costruire modelli di Data Mining, Machine Learning e Deep Learning per fini descrittivi,
  diagnostici, previsionali e prescrittivi.