Data Science Tools mit Python Numpy Pandas und Matplotlib
What you’ll learn
Der richtige Umgang mit Numpy
Der richtige Umgang mit Pandas
Der richtige Umgang mit Matplotlib
Der richtige Umgang mit Scipy
Requirements
Die Grundlagen der Python Programmierung (Variablen, Listen, Dicts, Klassen etc.)
Erfahrung im Umgang mit dem Terminal (bzw. der CMD)
Description
Kursbeschreibung:Die Data Science, das Maschinelle Lernen und die Künstliche Intelligenz wird der treibende Faktor der zukünftigenWirtschaft und des Alltages sein. Wer sich somit schon heute mit den Methoden beherrscht, kann in der Zukunft nur gewinnen!Mein Kurs bietet eine Einführung in die wichtigsten Features von Numpy, Pandas, Matplotlib.Ebenfalls werde ich eine Kurzeinführung in Scipy, OpenCV und Sklearn geben.Was ist NumPy?NumPy steht für eine einfache Handhabung von Vektoren, Matrizen oder generell großen mehrdimensionalen Arrays. Neben den Datenstrukturen bietet NumPy auch effizient implementierte Funktionen für numerische Berechnungen an.Gerade bei großen Zahlenmengen ist Numpy allerdings wesentlich schneller als reiner Python code.Was ist Pandas?Pandas kann Daten verschiedener Formate einlesen. Es stehen Funktionen für die Datenbereinigung, für das Aggregieren oder für das Transformieren der Daten und für andere Aufgaben zur Verfügung. Was ist Matplotlib?Matplotlib erlaubt es, mathematische Darstellungen aller Art anzufertigen. Mit nur wenigen Code-Zeilen können vorhandene Daten auf vielerlei verschiedene Art und Weise visualisieren: Plot, Histogramm, Spektrum, Balkendiagramm, Kuchendiagramm, Scatter etc.Dieser Kurs besteht aus folgenden Themengebieten:Software Installation (Python/Anaconda, VSCode)Numpy (Arrays, ufuncs, aggregates, random, IO etc.)Pandas (Series, DataFrames, IO etc.)Matplotlib (Plot, Scatter, Histogramm, Surface Plot etc.)Kurzeinführung in: Scipy, Seaborn und SklearnWerde noch heute ein Profi, in der Technologie von Morgen! Wir sehen uns im Kurs!
Overview
Section 1: Kapitel 1: Einleitung und Software
Lecture 1 Einleitung in den Kurs
Lecture 2 Handbuch des Kurses
Lecture 3 Materialien des Kurses
Lecture 4 Die Einrichtung des Environments
Lecture 5 Visual Studio Code installieren und einrichten
Lecture 6 Visual Studio Code verwenden
Section 2: Kapitel 2: Numpy
Lecture 7 Listen und Arrays
Lecture 8 Numpy Einführung
Lecture 9 Numpy Basics – Teil 1
Lecture 10 Numpy Basics – Teil 2
Lecture 11 Numpy Basics – Teil 3
Lecture 12 Ufuncs (Universal Functions)
Lecture 13 Aggregates
Lecture 14 Broadcasting
Lecture 15 Masks
Lecture 16 Random
Lecture 17 Weitere Index Funktionen
Lecture 18 I/O und weiteres
Lecture 19 Exercise 1
Lecture 20 Solution 1
Lecture 21 Exercise 2
Lecture 22 Solution 2
Lecture 23 Exercise 3
Lecture 24 Solution 3
Section 3: Kapitel 3: Pandas
Lecture 25 Pandas Basics
Lecture 26 Basic Functions
Lecture 27 Missing Values
Lecture 28 Concat, Append und Join – Teil 1
Lecture 29 Concat, Append und Join – Teil 2
Lecture 30 GroupBy: Split, Apply und Combine
Lecture 31 Time Series
Lecture 32 I/O und weiteres
Lecture 33 Exercise 1
Lecture 34 Solution 1
Lecture 35 Exercise 2
Lecture 36 Solution 2
Lecture 37 Pandas Code Optimieren
Section 4: Kapitel 4: Matplotlib und Seaborn
Lecture 38 Line Plot – Teil 1
Lecture 39 Line Plot – Teil 2
Lecture 40 Scatter Plot
Lecture 41 Contour Plot
Lecture 42 Histogramm Plot
Lecture 43 Subplots
Lecture 44 Customize Plots
Lecture 45 3D Plots
Lecture 46 Pandas Plots
Lecture 47 Seaborn Basics
Lecture 48 Exercise
Lecture 49 Solution
Section 5: Kapitel 5: Scipy, Sklearn und OpenCV Einführung
Lecture 50 SciPy 101
Lecture 51 Sklearn 101
Lecture 52 OpenCV 101
Section 6: Kapitel 6: Abschluss des Kurses
Lecture 53 Abschluss des Kurses
Lecture 54 Bonuslektion
Python-Entwickler mit Grundkenntnissen
Course Information:
Udemy | Deutsch | 8h 41m | 3.78 GB
Created by: Jan Schaffranek
You Can See More Courses in the Developer >> Greetings from CourseDown.com