Introduzione a Python per il data mining
4.6 (22 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
116 students enrolled
Wishlisted Wishlist

Please confirm that you want to add Introduzione a Python per il data mining to your Wishlist.

Add to Wishlist

Introduzione a Python per il data mining

Python dalle basi per aspiranti data analyst
4.6 (22 ratings)
Instead of using a simple lifetime average, Udemy calculates a course's star rating by considering a number of different factors such as the number of ratings, the age of ratings, and the likelihood of fraudulent ratings.
116 students enrolled
Created by Valentina Porcu
Last updated 8/2017
Italian
Curiosity Sale
Current price: $10 Original price: $120 Discount: 92% off
30-Day Money-Back Guarantee
Includes:
  • 6.5 hours on-demand video
  • 3 Supplemental Resources
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
What Will I Learn?
  • Installare Python
  • Avere un'idea dei vari editor e ambienti di programmazione
  • Capire le differenze tra Python2 Python3
  • Impostare una working directory
  • Creare oggetti
  • Inserire commenti
  • Conoscere gli operatori
  • Riconoscere le strutture dati di Python: tuple, liste, dizionari, stringhe
  • Capire e creare funzioni semplici
  • Capire e utilizzare le funzioni condizionali
  • Capire le basi della programmazione orientata agli oggetti e altri concetti fondamentali come metodi, moduli, pacchetti
  • Importare files dal computer
  • Utilizzare i pacchetti per il data mining: pandas, numpy e scipy, matplotlib
  • Avere un'idea del codice per il machine learning e del machine learning col pacchetto scisti-learn
  • Gestire le date
  • Conoscere le fonti di dataset più utilizzate per i test
View Curriculum
Requirements
  • Questo corso è rivolto a chi vuole imparare Python per il data mining dalle basi
  • La dotazione richiesta è di un computer con accesso a internet
Description

***Attenzione, questo corso al momento non comprende una parte relativa agli esercizi, che sarà aggiunta a breve con modalità che saranno chiarite nella Bonus Section

Questo corso base sui Python si pone l'obiettivo di accompagnare chi non conosce questo linguaggio attraverso le basi del linguaggio stesso verso i concetti più importanti del data mining. 

Python è uno dei linguaggi di programmazione più conosciuti e utilizzati nel campo dell'analisi dati e data science. Questo corso si rivolge soprattutto a chi vuole proviene da un altro linguaggio o non sa programmare, ma vuole imparare a farlo in un'ottica di analisi dati. 

Questo corso Python ti spiega per prima cosa sono e come creare degli oggetti: Python si basa su alcune strutture che è necessario conoscere, come tuple, liste, set, dizionari e dataframe. In questo corso Python imparerai a crearle e manipolarle.

Una volta create queste strutture dati, imparerai a manipolarle, salvarle sul computer ed estrarne degli elementi. In questo corso Python ti insegnerò anche le basi di creazione di una funzione. 

Nelle sezioni del corso Python imparerai una serie argomenti utili: come impostare una cartella di lavoro, come installare e richiamare un pacchetto, come ottenere delle informazioni sui dati, dove trovare dei dataset per i test, come rimuovere degli elementi duplicati, come iterare un'azione e come gestire le date. Parleremo anche di alcune nozioni importanti nella programmazione ad oggetti, ad esempio come creare una classe e come gestire errori ed eccezioni. 

Quando si analizzano dei dati ci si imbatte prima o poi nei dataframe cosiddetti casi x variabili. In questo corso Python imparerai come si importa un dataframe dal computer, o da internet. 

Un altro argomento importante cha affrontiamo in questo corso Python è come gestire i dati, come manipolarli, modificarli, aggregarli, ordinarli in maniera orizzontale e longitudinale. Per fare questo utilizzeremo alcuni pacchetti e funzioni specifiche, come pandas, uno dei pacchetti più importanti per l'analisi dati in Python.

Una delle strutture più importanti nella programmazione Python è l'array creato col pacchetto Numpy: grazie a questo pacchetto imparerai a manipolare questo tipo di struttura e a generare dei dataset casuali.

Quando si parla di analisi dati, ci troveremo spesso a creare dei grafici per spiegare i nostri dati e le nostre analisi. Per questo motivo dedichiamo una sezione del corso Python a vedere come creare dei grafici sia con le funzioni della libreria di base, sia con il pacchetto Matplotlib.  

Nelle ultime parti del corso Python cercherò di darti un'idea del pacchetto scikit-learn, uno dei più importanti quando si parla di machine learning. Per ultimo riepilogheremo gli argomenti visti e vedremo come gestire le date e reperire dei dataset online per i test. 


Who is the target audience?
  • Chi vuole imparare Python per l'analisi dati dalle basi
  • Chi conosce un altro linguaggio di programmazione in ambito analisi dati e si affaccia a Python per la prima volta
  • *** Attenzione, Python è presentato in questo corso con finalità di analisi dati
Students Who Viewed This Course Also Viewed
Curriculum For This Course
77 Lectures
06:15:20
+
Nozioni introduttive
13 Lectures 22:38
Gli oggetti in Python
01:09

Parole riservate per il sistema e nomi
00:52

Inserire commenti
01:04

Tipi di dati
01:36

Formato dei file
01:09

Operatori
00:35

Operatori matematici
01:16

Operatori di comparazione
06:14

Operatori bitwise
01:05

Operatori di assegnazione
02:59

Ordine degli operatori
00:36

Indentazione
01:45

Quotation marks
02:18
+
Oggetti e strutture di base
10 Lectures 59:18
Numeri
01:49

Container objects
00:57

Tuple
06:20

Liste
10:59

Dizionari
13:20

Set
03:18

Stringhe
15:23

Files
00:50

L'immutabilità
03:21

Convertire i formati
03:01
+
Funzioni
5 Lectures 19:06
Funzioni
02:52

Alcune funzioni predefinite built_in
02:43

Ottenere informazioni su una funzione
03:32

Creare le proprie funzioni
05:14

Salvare i propri moduli e file
04:45
+
Istruzioni condizionali
13 Lectures 32:42
Istruzioni condizionali
00:54

if
02:24

if-else
01:34

elif
04:12

Loops
00:30

for
07:31

while
02:27

continue e break
01:45

range()
03:34

Le funzioni map() e filter()
03:00

Estendere le funzioni con le istruzioni condizionali
01:04

La funzione lambda
01:34

Scoping
02:13
+
Altri concetti di base
7 Lectures 33:40
Programmazione orientata agli oggetti
07:54

Moduli
04:31

Metodi
02:20

List comprehension
04:22

Espressioni regolari
07:42

User input
01:32

Errori ed eccezioni
05:19
+
Importazione file
5 Lectures 10:21
Importazione file
05:18

In formato .csv
02:31

Dal web
01:02

In JSON
00:30

Altri formati
01:00
+
pandas
9 Lectures 01:27:15
Librerie per il data mining
01:12

pandas
00:54

Le serie
12:03

I dataframe
29:06

Importazione ed esportazione dati
12:05

Manipolazione dati
13:03

Trattamento dei valori mancanti
07:39

Unire due dataset
08:13

Statistica di base
03:00
+
Scipy e Numpy
3 Lectures 26:07
Scipy
01:16

Numpy
15:55

Generazione di numeri casuali con Numpy
08:56
+
Matplotlib
1 Lecture 19:43
Matplotlib per la creazione di grafici
19:43
2 More Sections
About the Instructor
Valentina Porcu
4.4 Average rating
184 Reviews
2,794 Students
9 Courses
Data Scientist

I'm a computer geek, data mining and research passionate, with a Ph.D in communication and complex systems and years of experience in teaching in Universities in Italy, France and Morocco, and online, of course!

I work as consultant in the field of data mining and machine learning and I like writing about new technologies and data mining.

I spent the last 9 years working as freelance and researcher in the field of social media analysis, benchmark analysis and web scraping for database building, in particular in the field of buzz analysis and sentiment analysis for universities, startups and web agencies across UK, France, US and Italy.