Python Training Courses

Python Training Courses

Τα τοπικά μαθήματα κατάρτισης Python, καθοδηγούμενα από εκπαιδευτές, αποδεικνύουν μέσω πρακτικής άσκησης διάφορες πτυχές της γλώσσας προγραμματισμού της Python. Ορισμένα από τα θέματα που καλύπτονται περιλαμβάνουν τα βασικά στοιχεία του προγραμματισμού Python, τον προηγμένο προγραμματισμό Python, την Python για αυτοματοποίηση δοκιμών, τη δέσμευση Python και τον αυτοματισμό και την Python για ανάλυση δεδομένων και εφαρμογές μεγάλων δεδομένων σε τομείς όπως η χρηματοδότηση, η τραπεζική και η ασφάλιση. Τα μαθήματα κατάρτισης NobleProg Python καλύπτουν επίσης τα αρχικά και προχωρημένα μαθήματα στη χρήση των βιβλιοθηκών Python και των πλαισίων για την εκμάθηση μηχανών και τη βαθιά εκμάθηση. Η εκπαίδευση Python είναι διαθέσιμη ως "onsite live training" ή "remote live training". Η επιτόπια κατάρτιση σε πραγματικό χρόνο μπορεί να πραγματοποιηθεί σε τοπικό επίπεδο στις εγκαταστάσεις του πελάτη Ελλάδα ή σε εταιρικά κέντρα κατάρτισης NobleProg στο Ελλάδα . Η απομακρυσμένη ζωντανή προπόνηση πραγματοποιείται μέσω μιας διαδραστικής, απομακρυσμένης επιφάνειας εργασίας. NobleProg - Ο τοπικός παροχέας εκπαίδευσης

Machine Translated

Testimonials

★★★★★
★★★★★

Python Subcategories

Python Course Outlines

Course Name
Duration
Overview
Course Name
Duration
Overview
28 hours
Overview
Αυτό το μάθημα έχει σχεδιαστεί για όσους επιθυμούν να μάθουν τη Python προγραμματισμού Python . Η έμφαση δίνεται στη γλώσσα Python , στις βασικές βιβλιοθήκες, καθώς και στην επιλογή των καλύτερων και πιο χρήσιμων βιβλιοθηκών που αναπτύχθηκαν από την κοινότητα Python . Python οδηγεί επιχειρήσεις και χρησιμοποιείται από επιστήμονες σε όλο τον κόσμο - είναι μία από τις πιο δημοφιλείς γλώσσες προγραμματισμού.

Το μάθημα μπορεί να παραδοθεί χρησιμοποιώντας Python 2.7.x ή 3.x, με πρακτικές ασκήσεις που κάνουν χρήση της πλήρους ισχύος των δύο εκδόσεων της γλώσσας. Αυτό το μάθημα μπορεί να παραδοθεί σε οποιοδήποτε λειτουργικό σύστημα (όλες τις γεύσεις του UNIX, συμπεριλαμβανομένων των Linux και Mac OS X, καθώς και των Microsoft Windows).

Οι πρακτικές ασκήσεις αποτελούν περίπου το 70% του χρόνου σπουδών, και περίπου το 30% είναι διαδηλώσεις και παρουσιάσεις. Οι συζητήσεις και οι ερωτήσεις μπορούν να τεθούν καθόλη τη διάρκεια του μαθήματος.

Σημείωση: η εκπαίδευση μπορεί να προσαρμοστεί στις συγκεκριμένες ανάγκες κατόπιν προηγούμενης αίτησης πριν από την προτεινόμενη ημερομηνία του μαθήματος.
28 hours
Overview
Αυτή είναι μια πρακτική πορεία, η οποία δείχνει γιατί ο προγραμματισμός είναι ένα ισχυρό εργαλείο στο πλαίσιο της επίλυσης των βιολογικών προβλημάτων. Κατά τη διάρκεια των μαθημάτων οι συμμετέχοντες θα διδάσκονται τη Python προγραμματισμού Python , μια γλώσσα που θεωρείται τόσο ισχυρή όσο και εύκολη στη χρήση. Αυτό το μάθημα μπορεί να θεωρηθεί ως μια επίδειξη του τρόπου με τον οποίο η βιοπληροφορική βελτιώνει τη ζωή βιολόγων.

Το μάθημα έχει σχεδιαστεί και προορίζεται για άτομα χωρίς ιστορικό επιστήμης υπολογιστών που θέλουν να μάθουν να προγραμματίζουν.

Αυτό το μάθημα είναι κατάλληλο για:

- Ερευνητές που ασχολούνται με βιολογικά δεδομένα.
- Επιστήμονες που θα ήθελαν να μάθουν πώς να αυτοματοποιούν καθημερινές εργασίες και να αναλύουν δεδομένα.
- Διευθυντές που θέλουν να μάθουν πώς ο προγραμματισμός βελτιώνει τις ροές εργασίας και τη διεξαγωγή έργων.

Μέχρι το τέλος του μαθήματος, οι συμμετέχοντες θα μπορούν να γράψουν σύντομα προγράμματα, τα οποία θα τους επιτρέψουν να χειριστούν, να αναλύσουν και να ασχοληθούν με τα βιολογικά δεδομένα και να παρουσιάσουν τα αποτελέσματα σε γραφική μορφή.
14 hours
Overview
Ο στόχος αυτού του μαθήματος είναι να παρέχει μια βασική επάρκεια στην εφαρμογή μεθόδων Machine Learning στην πράξη. Μέσω της χρήσης της Python προγραμματισμού Python και των διάφορων βιβλιοθηκών της και με βάση ένα πλήθος πρακτικών παραδειγμάτων, αυτό το μάθημα διδάσκει πώς να χρησιμοποιήσει τα πιο σημαντικά δομικά στοιχεία της Machine Learning , πώς να κάνει τις αποφάσεις μοντελοποίησης δεδομένων, να ερμηνεύσει τις εξόδους των αλγορίθμων επικυρώστε τα αποτελέσματα.

Στόχος μας είναι να σας προσφέρουμε τις δεξιότητες για να κατανοήσετε και να χρησιμοποιήσετε με βεβαιότητα τα πιο βασικά εργαλεία από το Toolbox Machine Learning Tool και να αποφύγετε τις συνήθεις παγίδες των εφαρμογών της Data Science .
28 hours
Overview
Αυτό το μάθημα εισάγει γλωσσολόγους ή προγραμματιστές στην NLP στην Python . Κατά τη διάρκεια αυτού του μαθήματος θα χρησιμοποιήσουμε ως επί το πλείστον το nltk.org (Kit Natural Tool Tool), αλλά θα χρησιμοποιήσουμε και άλλες βιβλιοθήκες σχετικές και χρήσιμες για NLP. Προς το παρόν μπορούμε να διεξάγουμε αυτό το μάθημα σε Python 2.x ή Python 3.x. Παραδείγματα είναι στα αγγλικά ή στα μανδαρίνια (普通话). Άλλες γλώσσες μπορούν επίσης να διατεθούν εάν συμφωνηθούν πριν από την κράτηση.
21 hours
Overview
Django είναι ένα υψηλού επιπέδου περιβάλλον Python Web που ενθαρρύνει την ταχεία ανάπτυξη και καθαρό, ρεαλιστικό σχεδιασμό.

Κοινό

Αυτό το μάθημα απευθύνεται σε προγραμματιστές και μηχανικούς που επιδιώκουν να ενσωματώσουν το Django στα έργα τους
28 hours
Overview
Web2py είναι ένα ελεύθερο full-stack πλαίσιο ανοιχτού κώδικα βασισμένο σε Python για την ταχεία ανάπτυξη γρήγορων, κλιμακούμενων, ασφαλών και φορητών εφαρμογών βασισμένων σε βάσεις δεδομένων στο διαδίκτυο.

Κοινό

Αυτό το μάθημα απευθύνεται στους μηχανικούς και προγραμματιστές που χρησιμοποιούν το web2py ως πλαίσιο για την ανάπτυξη ιστού
14 hours
Overview
Pandas is a Python package that provides data structures for working with structured (tabular, multidimensional, potentially heterogeneous) and time series data.
14 hours
Overview
Selenium είναι μια βιβλιοθήκη ανοιχτού κώδικα για την αυτόματη δοκιμή εφαρμογών ιστού σε πολλαπλά προγράμματα περιήγησης. Selenium αλληλεπιδρά με ένα πρόγραμμα περιήγησης όπως κάνουν οι άνθρωποι: κάνοντας κλικ σε συνδέσμους, συμπληρώνοντας φόρμες και επικυρώνοντας το κείμενο. Είναι το πιο δημοφιλές εργαλείο για αυτοματοποίηση δοκιμών εφαρμογών ιστού. Selenium είναι χτισμένο στο πλαίσιο WebDriver και έχει εξαιρετικές συνδέσεις για πολλές γλώσσες δέσμης ενεργειών, συμπεριλαμβανομένης της Python .

Σε αυτόν τον εκπαιδευτή, οι συμμετέχοντες σε ζωντανή προπόνηση συνδυάζουν τη δύναμη της Python με το Selenium για να αυτοματοποιήσουν τη δοκιμή μιας δειγματοληπτικής εφαρμογής ιστού. Συνδυάζοντας τη θεωρία με την πρακτική σε ένα εργαστηριακό εργασιακό περιβάλλον, οι συμμετέχοντες θα αποκτήσουν τις γνώσεις και την πρακτική που απαιτούνται για την αυτοματοποίηση των δικών τους έργων δοκιμών στο διαδίκτυο χρησιμοποιώντας Python και Selenium .

Μορφή του μαθήματος

- Διαδραστική διάλεξη και συζήτηση.
- Πολλές ασκήσεις και πρακτική.
- Χειροκίνητη υλοποίηση σε εργασιακό περιβάλλον.

Επιλογές προσαρμογής μαθημάτων

- Για να ζητήσετε μια προσαρμοσμένη εκπαίδευση για αυτό το μάθημα, επικοινωνήστε μαζί μας για να κανονίσετε.
28 hours
Overview
Σε αυτή τη ζωντανή εκπαίδευση με εκπαιδευτή, οι συμμετέχοντες θα μάθουν προηγμένες τεχνικές προγραμματισμού της Python, συμπεριλαμβανομένου του τρόπου εφαρμογής αυτής της ευέλικτης γλώσσας για την επίλυση προβλημάτων σε τομείς όπως οι κατανεμημένες εφαρμογές, η ανάλυση δεδομένων και η απεικόνιση, ο προγραμματισμός UI και δέσμες ενεργειών συντήρησης.

Μορφή του μαθήματος

- Διαδραστική διάλεξη και συζήτηση.
- Πολλές ασκήσεις και εξάσκηση.
- Πρακτική εφαρμογή σε περιβάλλον ζωντανών εργαστηρίων.

Επιλογές προσαρμογής μαθήματος

- Αν θέλετε να προσθέσετε, να αφαιρέσετε ή να προσαρμόσετε οποιαδήποτε ενότητα ή θέμα σε αυτό το μάθημα, παρακαλούμε επικοινωνήστε μαζί μας για να κανονίσετε.
14 hours
Overview
Αυτή η εκπαιδευμένη, ζωντανή προπόνηση βασίζεται στο δημοφιλές βιβλίο "Αυτοματοποιήστε τα βαρετά υλικά με την Python " από τον Al Sweigart. Απευθύνεται σε αρχάριους και καλύπτει βασικές έννοιες προγραμματισμού Python μέσω πρακτικών ασκήσεων και συζητήσεων. Η εστίαση είναι στη μάθηση να γράφετε κώδικα για δραματική αύξηση της παραγωγικότητας του γραφείου.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα γνωρίζουν πώς να προγραμματίζουν στην Python και να εφαρμόζουν αυτή τη νέα ικανότητα για:

- Αυτοματοποίηση εργασιών με τη σύνταξη απλών προγραμμάτων της Python .
- Γράφοντας προγράμματα που μπορούν να κάνουν αναγνώριση προτύπων κειμένου με "κανονικές εκφράσεις".
- Δημιουργία και ενημέρωση με λογισμικό Excel φύλλων του Excel .
- Ανάλυση αρχείων PDF και εγγράφων του Word .
- Περιηγηθείτε σε ιστότοπους και τραβήξτε πληροφορίες από πηγές στο διαδίκτυο.
- Γράφοντας προγράμματα που στέλνουν ειδοποιήσεις ηλεκτρονικού ταχυδρομείου.
- Χρησιμοποιήστε τα εργαλεία εντοπισμού σφαλμάτων της Python για να επιλύσετε γρήγορα σφάλματα.
- Ελέγξτε με προγραμματισμό το ποντίκι και το πληκτρολόγιο για να κάνετε κλικ και να πληκτρολογήσετε για εσάς.

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
7 hours
Overview
Kivy είναι μια διαδικτυακή βιβλιοθήκη διεπαφής χρήστη πλατφόρμας ανοικτού κώδικα γραμμένη σε Python , η οποία επιτρέπει την ανάπτυξη εφαρμογών πολλαπλών αφής για μια ευρεία επιλογή συσκευών.

Σε αυτό το εκπαιδευτή υπό την ηγεσία της, ζωντανή συμμετεχόντων στην εκπαίδευση θα μάθουν πώς να εγκαταστήσετε και να αναπτύξετε Kivy σε διαφορετικές πλατφόρμες, να προσαρμόσετε και να χειριστούν widgets, πρόγραμμα, σκανδάλη και να απαντήσετε σε εκδηλώσεις, να τροποποιήσει γραφικά με multi-επαφή, αλλάξτε το μέγεθος της οθόνης, εφαρμογές πακέτο για Android , κι αλλα.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα είναι σε θέση να

- Αναφέρετε τον κώδικα Python και τη γλώσσα Kivy .
- Έχετε μια Kivy κατανόηση του πώς λειτουργεί το Kivy και χρησιμοποιεί τα πιο σημαντικά στοιχεία του, όπως widgets, γεγονότα, ιδιότητες, γραφικά κ.λπ.
- Σχεδιάστε και αναπτύξτε Android εφαρμογές Android βασισμένες σε διαφορετικές απαιτήσεις επιχειρήσεων και σχεδιασμού.

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
21 hours
Overview
ο στόχος αυτού του μαθήματος είναι να παρέχει γενική επάρκεια στην εφαρμογή μεθόδων μηχανικής μάθησης στην πράξη. Μέσω της χρήσης της γλώσσας προγραμματισμού Python και των διαφόρων βιβλιοθηκών της, και με βάση ένα πλήθος πρακτικών παραδειγμάτων, αυτό το μάθημα διδάσκει πώς να χρησιμοποιείτε τα σημαντικότερα δομικά στοιχεία της μηχανικής μάθησης, πώς να κάνετε αποφάσεις μοντελοποίησης δεδομένων, να ερμηνεύσετε την τις εκροές των αλγορίθμων και να επικυρώσετε τα αποτελέσματα.

ο στόχος μας είναι να σας δώσουμε τις δεξιότητες για να κατανοήσετε και να χρησιμοποιήσετε τα πιο θεμελιώδη εργαλεία από την εργαλειοθήκη μηχανικής εκμάθησης με σιγουριά και να αποφύγετε τις κοινές παγίδες των εφαρμογών των Επιστημών δεδομένων.
21 hours
Overview
In this instructor-led, live training in Ελλάδα, participants will learn the most relevant and cutting-edge machine learning techniques in Python as they build a series of demo applications involving image, music, text, and financial data.

By the end of this training, participants will be able to:

- Implement machine learning algorithms and techniques for solving complex problems.
- Apply deep learning and semi-supervised learning to applications involving image, music, text, and financial data.
- Push Python algorithms to their maximum potential.
- Use libraries and packages such as NumPy and Theano.
21 hours
Overview
In this instructor-led, live training, participants will learn how to use the right machine learning and NLP (Natural Language Processing) techniques to extract value from text-based data.

By the end of this training, participants will be able to:

- Solve text-based data science problems with high-quality, reusable code
- Apply different aspects of scikit-learn (classification, clustering, regression, dimensionality reduction) to solve problems
- Build effective machine learning models using text-based data
- Create a dataset and extract features from unstructured text
- Visualize data with Matplotlib
- Build and evaluate models to gain insight
- Troubleshoot text encoding errors

Audience

- Developers
- Data Scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
21 hours
Overview
Natural language generation (NLG) refers to the production of natural language text or speech by a computer.

In this instructor-led, live training, participants will learn how to use Python to produce high-quality natural language text by building their own NLG system from scratch. Case studies will also be examined and the relevant concepts will be applied to live lab projects for generating content.

By the end of this training, participants will be able to:

- Use NLG to automatically generate content for various industries, from journalism, to real estate, to weather and sports reporting
- Select and organize source content, plan sentences, and prepare a system for automatic generation of original content
- Understand the NLG pipeline and apply the right techniques at each stage
- Understand the architecture of a Natural Language Generation (NLG) system
- Implement the most suitable algorithms and models for analysis and ordering
- Pull data from publicly available data sources as well as curated databases to use as material for generated text
- Replace manual and laborious writing processes with computer-generated, automated content creation

Audience

- Developers
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
21 hours
Overview
In this instructor-led, live training in Ελλάδα, participants will learn how to use PyTest to write short, maintainable tests that are elegant, expressive and readable.

By the end of this training, participants will be able to:

- Write readable and maintainable tests without the need for boilerplate code.
- Use the fixture model to write small tests.
- Scale tests up to complex functional testing for applications, packages, and libraries.
- Understand and apply PyTest features such as hooks, assert rewriting and plug-ins.
- Reduce test times by running tests in parallel and across multiple processors.
- Run tests in a continuous integration environment, together with other utilities such as tox, mock, coverage, unittest, doctest and Selenium.
- Use Python to test non-Python applications.
35 hours
Overview
By the end of the training the delegates are expected to be sufficiently equipped with the essential python concepts and should be able to sufficiently use NLTK to implement most of the NLP and ML based operations. The training is aimed at giving not just an executional knowledge but also the logical and operational knowledge of the technology therein.
21 hours
Overview
Machine Learning είναι κλάδος της Τεχνητής Νοημοσύνης όπου οι υπολογιστές έχουν τη δυνατότητα να μάθουν χωρίς να έχουν προγραμματιστεί ρητά. Python είναι μια γλώσσα προγραμματισμού γνωστή για την σαφή σύνταξη και την αναγνωσιμότητα. Προσφέρει μια εξαιρετική συλλογή από καλά δοκιμασμένες βιβλιοθήκες και τεχνικές για την ανάπτυξη εφαρμογών μηχανικής μάθησης.

Σε αυτή την καθοδηγούμενη από εκπαιδευτή, ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν πώς να εφαρμόζουν τεχνικές μηχανικής μάθησης και εργαλεία για την επίλυση πραγματικών προβλημάτων στον τραπεζικό κλάδο.

Οι συμμετέχοντες μαθαίνουν πρώτα τις βασικές αρχές και στη συνέχεια εφαρμόζουν τις γνώσεις τους δημιουργώντας τα δικά τους μοντέλα μηχανικής μάθησης και χρησιμοποιώντας τα για να ολοκληρώσουν μια σειρά ομαδικών έργων.

Κοινό

- Προγραμματιστές
- Οι επιστήμονες των δεδομένων

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
35 hours
Overview
Python είναι μια γλώσσα προγραμματισμού που έχει αποκτήσει μεγάλη δημοτικότητα στον χρηματοπιστωτικό κλάδο. Εγκρίθηκε από τις μεγαλύτερες επενδυτικές τράπεζες και τα αμοιβαία κεφάλαια αντιστάθμισης κινδύνου, χρησιμοποιείται για την οικοδόμηση ενός ευρέος φάσματος χρηματοοικονομικών εφαρμογών που κυμαίνονται από βασικά προγράμματα συναλλαγών έως συστήματα διαχείρισης κινδύνου.

Σε αυτήν την καθοδηγούμενη από εκπαιδευτές, ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιήσουν την Python για να αναπτύξουν πρακτικές εφαρμογές για την επίλυση ορισμένων ειδικών προβλημάτων χρηματοδότησης.

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

- Κατανοήστε τις βασικές αρχές της Python προγραμματισμού Python
- Κατεβάστε, εγκαταστήστε και διατηρήστε τα καλύτερα εργαλεία ανάπτυξης για τη δημιουργία οικονομικών εφαρμογών στη Python
- Επιλέξτε και χρησιμοποιήστε τα πιο κατάλληλα πακέτα Python και τεχνικές προγραμματισμού για να οργανώσετε, να απεικονίσετε και να αναλύσετε οικονομικά δεδομένα από διάφορες πηγές (CSV, Excel , βάσεις δεδομένων, ιστό, κ.λπ.)
- Δημιουργήστε εφαρμογές που επιλύουν προβλήματα που σχετίζονται με την κατανομή ενεργητικού, την ανάλυση κινδύνου, τις επιδόσεις επενδύσεων και άλλα
- Αντιμετώπιση προβλημάτων, ενοποίηση, ανάπτυξη και βελτιστοποίηση μιας εφαρμογής Python

Κοινό

- Προγραμματιστές
- Αναλυτές
- Quants

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση

Σημείωση

- Η κατάρτιση αυτή στοχεύει στην παροχή λύσεων για ορισμένα από τα βασικά προβλήματα που αντιμετωπίζουν οι επαγγελματίες του χρηματοπιστωτικού τομέα. Ωστόσο, εάν έχετε ένα συγκεκριμένο θέμα, ένα εργαλείο ή μια τεχνική που επιθυμείτε να προσθέσετε ή να επεξεργαστείτε περαιτέρω, παρακαλούμε επικοινωνήστε μαζί μας για να κανονίσετε.
14 hours
Overview
In Python Machine Learning, the Text Summarization feature is able to read the input text and produce a text summary. This capability is available from the command-line or as a Python API/Library. One exciting application is the rapid creation of executive summaries; this is particularly useful for organizations that need to review large bodies of text data before generating reports and presentations.

In this instructor-led, live training, participants will learn to use Python to create a simple application that auto-generates a summary of input text.

By the end of this training, participants will be able to:

- Use a command-line tool that summarizes text.
- Design and create Text Summarization code using Python libraries.
- Evaluate three Python summarization libraries: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Audience

- Developers
- Data Scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
14 hours
Overview
Αντικειμενοστρεφής Programming (OOP) είναι ένα παράδειγμα προγραμματισμού που βασίζεται γύρω από την έννοια των αντικειμένων. Το OOP είναι περισσότερο επικεντρωμένο στα δεδομένα παρά στη λογική. Python είναι μια γλώσσα προγραμματισμού υψηλού επιπέδου γνωστή για την σαφή σύνταξη και την αναγνωσιμότητα του κώδικα.

Σε αυτή την καθοδηγούμενη από εκπαιδευτή, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν πώς να ξεκινήσετε με τον Αντικειμενοστραφή Programming χρησιμοποιώντας Python .

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

- Κατανοήστε τις θεμελιώδεις έννοιες του αντικειμενοστρεφούς Programming
- Κατανοήστε τη σύνταξη της OOP στην Python
- Γράψτε το δικό τους αντικειμενοστρεφές πρόγραμμα στην Python

Κοινό

- Οι αρχάριοι που θα ήθελαν να μάθουν για τον Αντικειμενοστραφή Programming
- Προγραμματιστές που ενδιαφέρονται να μάθουν το OOP στη Python
- Python προγραμματιστές της Python ενδιαφέρονται να μάθουν το OOP

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
21 hours
Overview
Η μηχανική μάθηση είναι κλάδος της Τεχνητής Νοημοσύνης όπου οι υπολογιστές έχουν τη δυνατότητα να μάθουν χωρίς να έχουν προγραμματιστεί ρητά. Python είναι μια γλώσσα προγραμματισμού γνωστή για την σαφή σύνταξη και την αναγνωσιμότητα. Προσφέρει μια εξαιρετική συλλογή από καλά δοκιμασμένες βιβλιοθήκες και τεχνικές για την ανάπτυξη εφαρμογών μηχανικής μάθησης.

Σε αυτή την καθοδηγούμενη από εκπαιδευτές, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν πώς να εφαρμόζουν τεχνικές μηχανικής μάθησης και εργαλεία για την επίλυση πραγματικών προβλημάτων στον χρηματοπιστωτικό κλάδο.

Οι συμμετέχοντες μαθαίνουν πρώτα τις βασικές αρχές και στη συνέχεια εφαρμόζουν τις γνώσεις τους δημιουργώντας τα δικά τους μοντέλα μηχανικής μάθησης και χρησιμοποιώντας τα για να ολοκληρώσουν μια σειρά ομαδικών έργων.

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

- Κατανοήστε τις θεμελιώδεις έννοιες της μηχανικής μάθησης
- Μάθετε τις εφαρμογές και τις χρήσεις της μηχανικής μάθησης στη χρηματοδότηση
- Αναπτύξτε τη δική τους στρατηγική αλγοριθμικών συναλλαγών χρησιμοποιώντας μηχανική μάθηση με την Python

Κοινό

- Προγραμματιστές
- Οι επιστήμονες των δεδομένων

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
21 hours
Overview
Python είναι μια γλώσσα προγραμματισμού υψηλού επιπέδου γνωστή για την σαφή σύνταξη και την αναγνωσιμότητα του κώδικα. Το Spark είναι ένας μηχανισμός επεξεργασίας δεδομένων που χρησιμοποιείται για την αναζήτηση, την ανάλυση και τη μετατροπή μεγάλων δεδομένων. PySpark επιτρέπει στους χρήστες να αλληλεπιδρούν με την Python .

Σε αυτή την καθοδηγούμενη από εκπαιδευτή, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιούν το Python και το Spark μαζί για να αναλύσουν τα μεγάλα δεδομένα καθώς εργάζονται σε πρακτικές ασκήσεις.

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

- Μάθετε πώς να χρησιμοποιείτε το Spark με την Python για να αναλύσετε τα Big Data .
- Εργασίες για ασκήσεις που μιμούνται περιστάσεις πραγματικού κόσμου.
- Χρησιμοποιήστε διάφορα εργαλεία και τεχνικές για την ανάλυση μεγάλων δεδομένων χρησιμοποιώντας το PySpark .

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
35 hours
Overview
Python είναι μια γλώσσα προγραμματισμού υψηλού επιπέδου γνωστή για την σαφή σύνταξη και την αναγνωσιμότητα του κώδικα.

Σε αυτή την καθοδηγούμενη από εκπαιδευτή, ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν πώς να χρησιμοποιήσουν την Python για ποσοτική χρηματοδότηση.

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

- Κατανοήστε τις βασικές αρχές του προγραμματισμού της Python
- Χρησιμοποιήστε την Python για οικονομικές εφαρμογές, συμπεριλαμβανομένης της εφαρμογής μαθηματικών τεχνικών, stochastics και στατιστικών
- Εφαρμόστε οικονομικούς αλγόριθμους χρησιμοποιώντας την απόδοση της Python

Κοινό

- Προγραμματιστές
- Ποσοτικοί αναλυτές

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
14 hours
Overview
Computer Vision είναι ένα πεδίο που περιλαμβάνει αυτόματη εξαγωγή, ανάλυση και κατανόηση χρήσιμων πληροφοριών από ψηφιακά μέσα. Python είναι μια γλώσσα προγραμματισμού υψηλού επιπέδου γνωστή για την σαφή σύνταξη και την αναγνωσιμότητα του κώδικα.

Σε αυτόν τον εκπαιδευτή, ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν τα βασικά στοιχεία του Computer Vision καθώς περνούν μέσα από τη δημιουργία ενός συνόλου απλών εφαρμογών του Computer Vision χρησιμοποιώντας Python .

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

- Κατανοήστε τα βασικά στοιχεία του Computer Vision
- Χρησιμοποιήστε την Python για να υλοποιήσετε τις εργασίες του Computer Vision
- Δημιουργήστε τα δικά τους συστήματα προσώπου, αντικειμένων και ανίχνευσης κίνησης

Κοινό

- Python προγραμματιστές της Python ενδιαφέρονται για το Computer Vision

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
28 hours
Overview
Η μηχανική μάθηση είναι κλάδος της Τεχνητής Νοημοσύνης όπου οι υπολογιστές έχουν τη δυνατότητα να μάθουν χωρίς να έχουν προγραμματιστεί ρητά. Η βαθιά μάθηση είναι ένας υποτομέας μηχανικής μάθησης που χρησιμοποιεί μεθόδους που βασίζονται σε παραστάσεις και δομές δεδομένων μάθησης, όπως νευρωνικά δίκτυα. Python είναι μια γλώσσα προγραμματισμού υψηλού επιπέδου γνωστή για τη σαφή σύνταξη και την αναγνωσιμότητα του κώδικα.

Σε αυτή την καθοδηγούμενη από εκπαιδευτές, ζωντανή εκπαίδευση, οι συμμετέχοντες θα μάθουν πώς να εφαρμόσουν μοντέλα βαθιάς μάθησης για τραπεζικές εργασίες που χρησιμοποιούν το Python καθώς περνούν μέσα από τη δημιουργία ενός μοντέλου βαθιάς μάθησης για το πιστωτικό κίνδυνο.

Μέχρι το τέλος αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

- Κατανοήστε τις θεμελιώδεις έννοιες της βαθιάς μάθησης
- Μάθετε τις εφαρμογές και τις χρήσεις της βαθιάς μάθησης στον τραπεζικό τομέα
- Χρησιμοποιήστε Python , Keras και TensorFlow να δημιουργήσει βαθιά μοντέλα μάθησης για τον τραπεζικό τομέα
- Δημιουργήστε το δικό τους μοντέλο βαθιάς μάθησης πιστωτικού κινδύνου χρησιμοποιώντας τη Python

Κοινό

- Προγραμματιστές
- Οι επιστήμονες των δεδομένων

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση
28 hours
Overview
Machine learning is a branch of Artificial Intelligence wherein computers have the ability to learn without being explicitly programmed. Deep learning is a subfield of machine learning which uses methods based on learning data representations and structures such as neural networks. Python is a high-level programming language famous for its clear syntax and code readability.

In this instructor-led, live training, participants will learn how to implement deep learning models for finance using Python as they step through the creation of a deep learning stock price prediction model.

By the end of this training, participants will be able to:

- Understand the fundamental concepts of deep learning
- Learn the applications and uses of deep learning in finance
- Use Python, Keras, and TensorFlow to create deep learning models for finance
- Build their own deep learning stock price prediction model using Python

Audience

- Developers
- Data scientists

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
7 hours
Overview
Microservices refer to an application architecture style that promotes the use of independent, self-contained programs. Python is a dynamic high-level programming language that is ideal for both scripting as welll as application development. Python's expansive library of open source tools and frameworks make it a practical choice for building microservices.

In this instructor-led, live training, participants will learn the fundamentals of microservices as they step through the creation of a microservice using Python.

By the end of this training, participants will be able to:

- Understand the basics of building microservices
- Learn how to use Python to build microservices
- Learn how to use Docker to deploy Python based microservices

Audience

- Developers
- Programmers

Format of the course

- Part lecture, part discussion, exercises and heavy hands-on practice
21 hours
Overview
Ένα σύστημα γεωγραφικών πληροφοριών ( GIS ) είναι ένα σύστημα σχεδιασμένο για να συλλαμβάνει, να αποθηκεύει, να χειρίζεται, να αναλύει, να διαχειρίζεται και να παρουσιάζει χωρικά ή γεωγραφικά δεδομένα. Το GIS αρκτικόλεξο χρησιμοποιείται μερικές φορές για την γεωγραφική επιστήμη των πληροφοριών ( GIS cience) για να αναφερθεί στην ακαδημαϊκή πειθαρχία που μελετά τα συστήματα γεωγραφικών πληροφοριών και είναι ένας μεγάλος τομέας στο ευρύτερο ακαδημαϊκό πεδίο της γεωπληροφορικής.

Η χρήση της Python με το GIS έχει αυξηθεί σημαντικά τις τελευταίες δύο δεκαετίες, ιδιαίτερα με την εισαγωγή της σειράς Python 2.0 το 2000, η οποία περιελάμβανε πολλά νέα χαρακτηριστικά προγραμματισμού που καθιστούσαν πολύ πιο εύκολη την ανάπτυξη της γλώσσας. Από τότε, η Python δεν έχει χρησιμοποιηθεί μόνο σε εμπορικά GIS , όπως τα προϊόντα της Esri, αλλά και πλατφόρμες ανοιχτού κώδικα, μεταξύ άλλων στο πλαίσιο του Q GIS και του GRASS. Στην πραγματικότητα, η Python σήμερα είναι μακράν η πιο διαδεδομένη γλώσσα από χρήστες και προγραμματιστές GIS .

Αυτό το πρόγραμμα καλύπτει τη χρήση της Python και των προηγμένων βιβλιοθηκών της όπως geopandas, pysal, bokeh και osmnx για την υλοποίηση των δικών σας λειτουργιών GIS . Το πρόγραμμα καλύπτει επίσης εισαγωγικές ενότητες γύρω από το Arc GIS API και Q GIS toolboox.
14 hours
Overview
Tableau είναι ένα εργαλείο επιχειρηματικής ευφυΐας και απεικόνισης δεδομένων. Python είναι μια ευρέως χρησιμοποιούμενη γλώσσα προγραμματισμού που παρέχει υποστήριξη για μια ευρεία ποικιλία τεχνικών στατιστικής και μηχανικής μάθησης. Η δύναμη απεικόνισης των δεδομένων του Tableau και οι δυνατότητες μηχανικής μάθησης της Python , όταν συνδυάζονται, βοηθούν τους προγραμματιστές να αναπτύσσουν γρήγορα προηγμένες εφαρμογές ανάλυσης δεδομένων για διάφορες περιπτώσεις επιχειρηματικής χρήσης.

Σε αυτόν τον οδηγό, με τη ζωντανή προπόνηση, οι συμμετέχοντες θα μάθουν πώς να συνδυάσουν το Tableau και το Python για τη διεξαγωγή προηγμένων αναλύσεων. Η ενσωμάτωση του Tableau και του Python θα γίνει μέσω του API TabPy.

Μέχρι τη λήξη αυτής της εκπαίδευσης, οι συμμετέχοντες θα μπορούν:

- Ενσωματώστε το Tableau και το Python χρησιμοποιώντας το API TabPy
- Χρησιμοποιήστε την ενσωμάτωση του Tableau και της Python για να αναλύσετε περίπλοκα επιχειρηματικά σενάρια με λίγες γραμμές κώδικα Python

Κοινό

- Προγραμματιστές
- Οι επιστήμονες των δεδομένων

Μορφή του μαθήματος

- Διάλεξη μέρους, μερική συζήτηση, ασκήσεις και βαριά πρακτική άσκηση

Upcoming Python Courses

Online Python courses, Weekend Python courses, Evening Python training, Python boot camp, Python instructor-led, Weekend Python training, Evening Python courses, Python coaching, Python instructor, Python trainer, Python training courses, Python classes, Python on-site, Python private courses, Python one on one training

Course Discounts

Course Discounts Newsletter

We respect the privacy of your email address. We will not pass on or sell your address to others.
You can always change your preferences or unsubscribe completely.

Some of our clients

is growing fast!

We are looking for a good mixture of IT and soft skills in Greece!

As a NobleProg Trainer you will be responsible for:

  • delivering training and consultancy Worldwide
  • preparing training materials
  • creating new courses outlines
  • delivering consultancy
  • quality management

At the moment we are focusing on the following areas:

  • Statistic, Forecasting, Big Data Analysis, Data Mining, Evolution Alogrithm, Natural Language Processing, Machine Learning (recommender system, neural networks .etc...)
  • SOA, BPM, BPMN
  • Hibernate/Spring, Scala, Spark, jBPM, Drools
  • R, Python
  • Mobile Development (iOS, Android)
  • LAMP, Drupal, Mediawiki, Symfony, MEAN, jQuery
  • You need to have patience and ability to explain to non-technical people

To apply, please create your trainer-profile by going to the link below:

Apply now!

This site in other countries/regions