Sigma Software University

Python

16 900 UAH за курс
30 занять
Для досвідчених
Python
Цей курс навчить вас працювати з алгоритмами машинного навчання через scikit-learn. Ви освоїте розпізнавання зображень, створення нейронних мереж на Python та методи роботи з даними, як кластерний аналіз. Курс включає основи Python, ООП, роботу з даними та веб-технології.

Про курс

Програма курсу Python

Основи програмування

На цьому курсі починають з синтаксису Python. Студенти вивчають базові типи даних, операції з ними та основи програмування. Вже на початку роблять домашні завдання з роботи з файлами та реалізації розгалужених обчислень. Потім переходять до функціонального та модульного програмування - створюють функції та вчаться організовувати код у модулі. Кожна тема закріплюється практичними завданнями.

Об'єктно-орієнтоване програмування

Тут розглядають основні принципи ООП. Студенти вчаться створювати класи та об'єкти, вивчають деталі роботи з класами. Практичні завдання допомагають закріпити отримані знання через реалізацію об'єктно-орієнтованих рішень.

Поглиблене вивчення Python

Цей блок присвячений інфраструктурі мови. Розглядають декоратори, ітератори та генератори. Кожна тема супроводжується практичними завданнями, де студенти створюють власні рішення з використанням цих інструментів.

Якість коду та алгоритми

Тут вчать налагоджувати код, документувати його та писати тести. Друга частина модуля присвячена алгоритмам та структурам даних - від базових структур до алгоритмів сортування, пошуку та математичних алгоритмів. Кожен алгоритм студенти реалізують на практиці.

Web-технології

Модуль охоплює технології доступу до web-ресурсів та клієнт-серверної взаємодії. Студенти створюють мініпроект з реалізації web-технологій. Потім заглиблюються у Django - від створення базового web-застосунку до проектних практикумів та знайомства з Celery.

Data Science та машинне навчання

Найбільший модуль охоплює всі аспекти роботи з даними. Починають з бібліотек NumPy, Pandas та Matplotlib для роботи з часовими рядами. Потім переходять до статистичного навчання, поліноміальної регресії та обробки зображень. Далі вивчають машинне навчання, інтелектуальний аналіз даних, текстовий аналіз та нейронні мережі. Завершують модуль основами геоінформаційних систем з практикою аналізу геопросторової інформації.

Формат навчання

Курс проходить у вечірній час двічі на тиждень. Акцент робиться на практиці - студенти виконують численні домашні завдання та мініпроекти, що допомагає закріпити теоретичний матеріал.

Що включено

Вечірні заняття
Видається диплом/сертифікат
Реальний проект у портфоліо
Супровід ментора