Corso Python e introduzione a Data Science
4.3 (219 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
421 students enrolled

Corso Python e introduzione a Data Science

Il corso è volto a costruire le basi di Python, e introdurrà passo passo alle librerie per il Data Science quali Numpy e Pandas
4.3 (219 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
421 students enrolled
Created by Innova Academy
Last updated 6/2020
Italian
Current price: $89.99 Original price: $149.99 Discount: 40% off
2 days left at this price!
30-Day Money-Back Guarantee
This course includes
  • 10 hours on-demand video
  • 2 downloadable resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • Comandi base di Notebook
  • Variabili e conversioni in Python
  • Variabili, liste, dizionari, set, classi in Python
  • Definizione di una funzione
  • Lettura e scrittura file
  • Gestione delle date
  • Funzioni matematiche in Numpy
  • Funzioni per creare dati random
  • Metodi di indicizzazione
  • Tabelle pivot in Pandas
  • Opzioni di display
  • Ottimizzazione della memoria ram per grandi quantità di dati
Course content
Expand all 70 lectures 10:09:53
+ Python
28 lectures 04:19:09
2.02 Come installare librerie di Python
06:46
2.04 Presentazione di Python
06:38
2.05 Operazioni in Python
03:08
2.06 Variabili e conversioni in Python
09:41
2.07 Stringhe e funzioni di modifiche
10:04
2.08 liste in Python
12:30
2.09 Funzioni con le liste
12:13
2.10 Dizionari in Python
06:03
2.11 Funzioni con i dizionari
10:35
2.12 Set in Python
11:09
2.13 Meccanismo di assegnazione in Python
03:37
2.14 Istruzioni condizionali in Python
08:21
2.15 Istruzioni d’iterazione in Python
13:22
2.16 Creazione funzioni in Python
09:42
2.17 Script e moduli in Python
15:24
2.18 Gestione degli errori in Python
18:07
2.19 Lettura e scrittura files in Python
22:11
2.20 Classi in Python
13:16
2.21 Ereditarietà delle classi in Python
10:36
2.22 Funzioni di gestione del tempo
07:49
2.23 Esercizi pratici con Python (1)
05:21
2.24 Esercizi pratici con Python (2)
11:20
2.25 Esercizi pratici con Python (3)
03:54
2.26 Esercizi pratici con Python (4)
05:27
2.27 Esercizi pratici con Python (5)
02:04
2.28 Esercizi pratici con Python (6)
02:22
+ Numpy
22 lectures 02:03:56
3.02 Array in Numpy
06:40
3.03 Indicizzazione delle matrici in Numpy
06:56
3.04 Copy, arange e random in Numpy
06:15
3.05 Tipo di dato e conversione in Numpy
06:18
3.06 Funzioni matematiche in Numpy
12:17
3.07 Funzioni di ordine in Numpy
05:03
3.08 Funzioni di gestione dati in Numpy
14:22
3.09 Funzioni per creare array in Numpy (1)
04:34
3.10 Funzioni per creare array in Numpy (2)
06:52
3.11 Operazioni logiche in Numpy
02:47
3.12 Random in Numpy
09:11
3.13 Lettura files in Numpy
07:51
3.14 Scrittura files in Numpy
10:11
3.15 Esercizi pratici con Numpy (1)
01:50
3.16 Esercizi pratici con Numpy (2)
02:44
3.17 Esercizi pratici con Numpy (3)
01:54
3.18 Esercizi pratici con Numpy (4)
02:38
3.19 Esercizi pratici con Numpy (5)
01:27
3.20 Esercizi pratici con Numpy (6)
01:13
3.21 Esercizi pratici con Numpy (7)
01:36
3.22 Esercizi pratici con Numpy (8)
02:16
+ Pandas
19 lectures 03:44:32
4.02 DataFrame e Series in Pandas
14:48
4.03 Metodi di indicizzazione in Pandas
14:30
4.04 Groupby in Pandas
06:43
4.05 Operazioni matematiche in Pandas
06:02
4.06 Indicizzazione e modifica di un dato Series
14:14
4.07 Indicizzazione, modifica ed eliminazione di un DataFrame
12:16
4.08 Merge in DataFrame
08:19
4.09 Opzioni display in Pandas
11:15
4.10 Tabella pivot in Pandas
11:41
4.11 Gestione delle date in Pandas (1)
08:44
4.12 Gestione delle date in Pandas (2)
14:18
4.13 Elaborazione dei dati in Pandas (1)
10:05
4.14 Elaborazione dei dati in Pandas (2)
09:36
4.15 Metodi di modifica delle stringhe in Pandas
10:20
4.16 Metodi di indicizzazione avanzato in Pandas
11:44
4.17 Creare grafici in Pandas
12:31
4.18 Gestione della memoria per grandi dati
36:45
4.19 Bonus Video
Processing..
Requirements
  • Non è richiesta esperienza di programmazione perché il corso parte dalle basi
  • Un computer connesso ad internet
  • Compatibile con tutte le lingue ma il corso è in inglese
Description

Python è il linguaggio più importante nel campo dei dati, e le sue librerie per l'analisi e  modellazione sono l'arma principale.

In questo corso inizieremo costruendo le basi di Python per poi andare ad approfondire le librerie fondamentali come Numpy, Pandas, e Matplotlib.

 

Le quattro caratteristiche principali di questo corso sono:

1.     Linguaggio chiaro e semplificato, adatto a chiunque

2.     Pratico ed efficiente

3.     Esempi, illustrazioni e dimostrazioni accompagnati alla spiegazione

4.     Aggiornamento continuo dei contenuti ed esercitazioni

Who this course is for:
  • Ricercatori nel campo dell'analisi dei dati, dell'apprendimento automatico e del data mining, che vogliono consolidare le basi
  • Principianti che vogliono iniziare ad apprendere il linguaggio di programmazione Python
  • Programmatori che hanno già esperienza con altri linguaggi e vogliono imparare il linguaggio Python
  • Qualunque studente che voglia intraprendere una carriera nel settore del Data Science
  • Qualunque persona che sia per lavoro che per crescita personale voglia approcciarsi a questo nuovo campo