Python для бизнес - аналитики [2021]
Специалист
Даниил Леонов
Язык программирования Python в последнее время все чаще используется для анализа данных, как в науке, так и коммерческой сфере. Этому способствует простота языка, а также большое разнообразие открытых библиотек.
Python
— один из самых популярных инструментов для анализа данных. В этом курсе вы узнаете, как с помощью этого языка программирования строить предиктивные модели, визуализировать данные и работать с нейросетями.
Курс ориентирован на практику и позволит вам сразу приступить к работе
с данными и построению моделей.
Три строчки кода, написанные сегодня, заменяют три часа работы на этой неделе… на каждой неделе!
1. Занимается офисной работой. Не программист, не Data scientist.
2. Много работает с различными таблицами, отчётами, сопоставляет данные из множества источников.
3. Пользуется Excel, 1C, SAP, Гранд смета или другими подобными программами.
4. Работает в ритейле, банке, в консалтинге, на складе, производстве.
5. Делает многое вручную и хочет повысить эффективность своей работы. 1. Использовать python для работы с табличными данными, импортируемыми/экспортируемыми всеми популярными программами.
2. Автоматизировано исправлять проблемные табличные файлы.
3. Составлять и применять выражения для поиска и замены в тексте по определённым паттернам (даты, номера телефонов, размеры и т.п.)
4. Получать данные из различных API в реальном времени (погода, курсы валют, акций и т. п.)
Модуль 1. Универсальный формат файлов для обмена данными между Python и популярными табличными приложениями
Формат CSV. Импорт/экспорт на примере Excel или других популярных приложений (1C, SAP, другие СУБД и приложения для торговли, сметы и т.п.)
Экспорт данных из табличного приложения в файл csv и его разбор средствами стандартной библиотеки Python
Формирование файла csv из Python и импорт в табличное приложение
Практическая работа
Модуль 2. Автоматизация исправления проблемных файлов, работа с файлами в произвольных текстовых форматах
Работа с таблицами в произвольном текстовом формате на примере формата FWF
Типичные проблемы в реальных табличных данных и способы их устранения методами стандартной библиотеки Python
Применение регулярных выражений для фильтрации и разделения данных табличных данных
Работа с датами, номерами телефонов и другими данными в произвольных форматах записи
Практическая работа
Модуль 3. Выгрузка данных из интернета
Что такое API. Примеры онлайн-сервисов для получения данных о погоде, курсах валют, акций в реальном времени.
Механизм взаимодействия с онлайн API через python. GET-запросы.
Наиболее популярные форматы предоставления данных. Разбор данных в формате XML и JSON с помощью встроенной и/или сторонних библиотек.
Практическая работа
Модуль 4. Итоговая практическая работа. Разбор более продвинутых задач по работе с данными
Интеграция с Google Docs, Google Spreadsheets, Google Forms
Веб-скрейпинг
Обработка архивов переписок из популярных мессенджеров
Автоматизированная обработка большого количества файлов
Специалист
Даниил Леонов
Язык программирования Python в последнее время все чаще используется для анализа данных, как в науке, так и коммерческой сфере. Этому способствует простота языка, а также большое разнообразие открытых библиотек.
Python
— один из самых популярных инструментов для анализа данных. В этом курсе вы узнаете, как с помощью этого языка программирования строить предиктивные модели, визуализировать данные и работать с нейросетями.
Курс ориентирован на практику и позволит вам сразу приступить к работе
с данными и построению моделей.
Три строчки кода, написанные сегодня, заменяют три часа работы на этой неделе… на каждой неделе!
1. Занимается офисной работой. Не программист, не Data scientist.
2. Много работает с различными таблицами, отчётами, сопоставляет данные из множества источников.
3. Пользуется Excel, 1C, SAP, Гранд смета или другими подобными программами.
4. Работает в ритейле, банке, в консалтинге, на складе, производстве.
5. Делает многое вручную и хочет повысить эффективность своей работы. 1. Использовать python для работы с табличными данными, импортируемыми/экспортируемыми всеми популярными программами.
2. Автоматизировано исправлять проблемные табличные файлы.
3. Составлять и применять выражения для поиска и замены в тексте по определённым паттернам (даты, номера телефонов, размеры и т.п.)
4. Получать данные из различных API в реальном времени (погода, курсы валют, акций и т. п.)
Модуль 1. Универсальный формат файлов для обмена данными между Python и популярными табличными приложениями
Формат CSV. Импорт/экспорт на примере Excel или других популярных приложений (1C, SAP, другие СУБД и приложения для торговли, сметы и т.п.)
Экспорт данных из табличного приложения в файл csv и его разбор средствами стандартной библиотеки Python
Формирование файла csv из Python и импорт в табличное приложение
Практическая работа
Модуль 2. Автоматизация исправления проблемных файлов, работа с файлами в произвольных текстовых форматах
Работа с таблицами в произвольном текстовом формате на примере формата FWF
Типичные проблемы в реальных табличных данных и способы их устранения методами стандартной библиотеки Python
Применение регулярных выражений для фильтрации и разделения данных табличных данных
Работа с датами, номерами телефонов и другими данными в произвольных форматах записи
Практическая работа
Модуль 3. Выгрузка данных из интернета
Что такое API. Примеры онлайн-сервисов для получения данных о погоде, курсах валют, акций в реальном времени.
Механизм взаимодействия с онлайн API через python. GET-запросы.
Наиболее популярные форматы предоставления данных. Разбор данных в формате XML и JSON с помощью встроенной и/или сторонних библиотек.
Практическая работа
Модуль 4. Итоговая практическая работа. Разбор более продвинутых задач по работе с данными
Интеграция с Google Docs, Google Spreadsheets, Google Forms
Веб-скрейпинг
Обработка архивов переписок из популярных мессенджеров
Автоматизированная обработка большого количества файлов
Скрытое содержимое могут видеть только пользователи групп(ы): VIP