Təlim haqqında
Python ilə Data analitikasını öyrənin!
Bu təlimdən sonra Python vasitəsilə müxtəlif data növləri ilə işləməyi, datanı təmizləməyi və analiz üçün hazır vəziyyətə gətirməyi, statistik analizlər etməyi, müxtəlif modellər qurmağı və onları vizuallaşdırmağı, datanıza əsasən gələcək trendləri proqnozlaşdırmağı bacaracaqsınız.

Təlimçi haqqında
Coşqun Hüseynov – Qafqaz Universitetindən məzun olmuşdur. Paşa Sığortada Aktuari şöbəsində Data Analitik olaraq çalışır. Daha əvvəl Sumqayıt Texnologiya Parkı (STP)-da Konstruksiya Texnologiyaları departamentində Data Analitik olaraq çalışmışdır. Çalışdığı müddət ərzində Python ilə layihələrin avtomatlaşdırılmasını həyata keçirmişdir. Hazırda Paşa Sığortada Prediktiv modellərin qurulması, məlumatların avtomatlaşdırılması, dataların təmizlənməsi, interaktiv vizuallaşdırma və reportların hazırlanması ilə məşğuldur. Bununla yanaşı, Machine Learning alqoritmlərindən ibarət bir startup üzərində çalışmaqdadır.

Təlimin metodu
Təlim müddətində mövzular praktiki tətbiq üzərindən izah olunacaq. Həftəlik və aylıq testlərlə mövzuların mənimsənilməsi ölçüləcək. Təlim iştirakçıları müxtəlif keyzlər üzərində praktiki olaraq işləyəcəklər. Həmçinin, hər dərsin sonunda ev tapşırıqları ilə keçilən mövzular daha da möhkəmləndiriləcək. Təlimin sonunda iştirakçılar 2 ay ərzində öyrəndikləri bacarıqları tətbiq edərək onlara verilmiş proyekt üzərində işləyəcəklər. Təlim proqramı ərzində iştirakçılara mentorluq dəstəyi də göstəriləcək. Dərslərə davamiyyət və keçirilən testlərin nəticələrinə əsasən iştirakçılar sertifikatla təmin olunacaqdır.


Təlimin auditoriyası
Statistik və riyazi modelləşdirmə ilə məşğul olanlar, Data Science, Data Analitikası, Biznes Analitikası, Marketing Research, Maliyyə Analitikası və Risklərin İdarə Olunması, Proseslərin avtomatlaşdırılması, Aktuari, Sığorta və Bank sahəsində çalışanlar və çalışmaq istəyənlər.

Təlimin proqramı
Programming basics

Understanding variables
Aggregation and working with variables
Using variables
Loops and statements
While Loop
For Loop
If Statement
Statistics
Introduction to Statistics
Distributions and Normal Distribution
Population and sampling
Explanatory data analysis
Mean, median, modes
Quartiles
Histograms and basic visualization for data profiling
Correlation and Variance
Probability
Hypothesis testing
Fundamentals of Python
Python conceptions
List
Tuples
Functions
Packages
Numpy library
Arrays
Slicing
Matrices
Dictionaries
Creating functions
DataFrames
Pandas library
Importing Data
Exploring Data
Subsetting
Basic Operations
Filtering DataFrame
Iloc and loc
Data Cleaning
Explore, detect
Importance of Data Cleaning
Dealing with duplicates
Detect problems
Dealing with Data types
Explore dataset
Missing values
Irrelevant columns
Summarizing and Replacing missing values
Unexpected missing values
Standard, Non-Standard missing values
Outliers
Indexes (change, sort, add, replace)
Clean with describe
Strings
Remove, replace outliers
Box plot for outliers
Plotly Visualization
Getting data ready for visualization
Installing, importing libraries
Features of Plotly
Line Charts
Scatter Plot
Scatter Matrix Plot
Bar Plot
Hist Plot
Subplots
Introduction to Machine Learning
What is Predictive modelling?
What is ML?
Workflow in ML
Introduction to predictive modelling and tools for predictive modelling
Characteristics of Regression, Classification, Clustering models
Building Regression models (Linear Regression)
Building Classification models(Logistic Regression)