Dettaglio Corso Header

Briciole di pane

Dettaglio Corso

Aggregatore Risorse

IProDA: Introduction to Programming and Data Analysis in Python

Il corso introduce i partecipanti alla programmazione e al data analysis utilizzando python come linguaggio di riferimento. Il corso è strutturato in due moduli, il primo è una introduzione alla programmazione, senza richiedere conoscenza pregressa, mentre il secondo introduce i concetti alla base del machine learning. Principali argomenti trattati: - Introduzione alla 'buona' programmazione per non informatici, fatta da informatici - Introduzione al data anlysis e machine learningi - Popolari linguaggi per il data analysis come python e knime, e integrated development environment moderni come jupyter o la soluzione cloud-based colab

Durata: E-Training: Solo Modulo 1: 23 ore (17+6), Solo Modulo 2: 19 ore (6+13), Modulo 1 + Modulo 2 36 ore (17+6+13) ore

Sede: E-learning

N° Iscritti (min): 4 iscritti

N° Iscritti (max): 50 iscritti

Modalità di erogazione:  E-learning (in italiano o inglese)

Finanziamenti: 

logo corso

 Tecnologie Abilitanti:

Descrizione del corso:

Il corso “IProDA: Introduction to Programming and Data Analysis in Python” introduce i partecipanti alla programmazione e all'analisi dei dati utilizzando python.
- Module 1  offre una introduzione strutturata alla programmazione per non-informatici, fatta da informatici. Il modulo introduce I partecipanti ai principi fondamentali della programmazione, con applicazioni di base alla analisi di dati. Il modulo copre una varia gamma di nozioni a partire da quelle basilari della programmazione (variabili, data types, strutture dati, modularizzazione, …), fino a funzionalità di analisi di dati (lettura, manipolazione, and visualizzazione di dati accessibili in locale o in remoto tramite API).
- Module 2 introduce i componenti tipici di pipelines di data analysis. Il modulo parte dall'espandare il necessario toolset costruito nel Module 1 introducendo librerie python popolari per data manipulation e visualization (NumPy, Pandas, Seaborn), applicate a semplici applicazioni. Il toolset è quindi applicato ad un case study più complesso, per esempio riguardante la creazione di classificatori di tumori al seno benigni o maligni (altri datasets possono essere considerati in base ad accordi preventivi). Questo permette di introdurre in maniera interattiva ed applicata aspetti di machine learning come data preprocessing, riduzione della dimensionalità, clustering, e classificazione. Il modulo si conclude presentando KNIME, un linguaggio molto moderno e popolare che permette di creare progetti di data analysis complessi in maniera puramente grafica (ma integrabile con python). 

Obiettivi: Un partecipante che raggiunge gli obiettivi del corso acquisirà una comprensione delle problematiche e dei task inerenti alla programmazione informatica e all'analisi dei dati. Il partecipante sarà in grado di scrivere programmi python di varia natura, con focus all'analisi dei dati e alle attività predittive.

Prerequisiti: Nessun prerequisito per Module 1. Module 2 richiede esperienza in programmazione, preferibilmente in python, che può essere ottenuto ad esempio frequentando Module 1.

Materiale: Il corso usa estensivamente repositories online e piattaforme di e-learning gamificate  
- GitHub Wiki (website): raccoglie slides, esempi di codice, datasets, ed ulteriore materiale
- Colab: raccoglie esercizio di coding che vengono testate automaticamente offrendo una esperienza ‘hands on’ sin dalla prima lezione
- Kahoot: offere quiz online ‘gamified’ per monitorare il processo di learning
- Il corso non usa ‘semplici slides in pdf’, ma un ambiente integrato (jupyterlab) per presentare in un unico documento codice eseguibile e materiale didattico grafico

Azienda erogatrice: 

Istituto di Economia - EMbeDS SSSA
https://github.com/EMbeDS-education/IProDA2021/wiki

 

Se sei interessato, CONTATTACI specificando nel form il nome del corso