Python Matlab felhasználóknak Képzés

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszínen) adattudósok és szoftvermérnökök számára készült, akik a Dask-et szeretnék használni a Python ökoszisztémával nagy adathalmazok felépítéséhez, skálázásához és elemzéséhez.

A képzés végén a résztvevők képesek lesznek:

• Beállítani a környezetet a nagy adatfeldolgozás megkezdéséhez Dask és Python segítségével.
• Felfedezni a Dask-ben elérhető funkciókat, könyvtárakat, eszközöket és API-kat.
• Megérteni, hogyan gyorsítja fel a Dask a párhuzamos számításokat Pythonban.
• Megtanulni, hogyan lehet skálázni a Python ökoszisztémát (Numpy, SciPy és Pandas) a Dask segítségével.
• Optimalizálni a Dask környezetet a nagy adathalmazok kezelésében való magas teljesítmény fenntartásához.

Azon oktatóvezetett, élő képzés Magyarország (online vagy helyszíni) célközönsége az a középhőmérsékű Python fejlesztők és adattudósok, akik kíváncsiak arra, hogy javítsák adatelemzési és adatmanipulációs képességeiket Pandas-vel és NumPy-val.

E képzés végén a résztvevők képesek lesznek:

• Python-t, Pandas-t és NumPy-t tartalmazó fejlesztői környezetet állítanak be.
• Pandas-vel és NumPy-val adatelemző alkalmazást hozzanak létre.
• Elvégezzenek előrehaladott adatszabályozási, rendezési és szűrési műveleteket.
• Végrehajtanak összegzési műveleteket és elemznek idősorozat-adatokat.
• Matplotlib és más vizualizációs könyvtárak segítségével adatok megjelenítését végrehajtanak.
• Hibák keresését és optimalizálják adatelemző kódjukat.

Ez az instruktor vezetésű élő képzés (online vagy helyszíni) fejlesztők számára készült, akik a FARM (FastAPI, React és MongoDB) stack segítségével dinamikus, nagy teljesítményű és skálázható webalkalmazásokat szeretnének létrehozni.

A képzés végeztével a résztvevők képesek lesznek:

• Beállítani a FastAPI, React és MongoDB integrált fejlesztői környezetet.
• Megérteni a FARM stack alapvető fogalmait, jellemzőit és előnyeit.
• Megtudni, hogyan építsenek REST API-kat FastAPI-val.
• Megtudni, hogyan tervezzenek interaktív alkalmazásokat a Reacttal.
• Készíteni, tesztelni és üzembe helyezni alkalmazásokat (front-end és back-end) a FARM stack segítségével.

Ez a tanárvezetett élő képzés Magyarország (online vagy helyszíni) programozók számára készült, akik gyorsabban és egyszerűbben szeretnének RESTful API-kat létrehozni, tesztelni és üzembe helyezni a Python FastAPI használatával.

A képzés végére a résztvevők képesek lesznek:

• Készíteni a szükséges fejlesztői környezetet API-k Python és FastAPI használatára.
• Gyorsabban és egyszerűbben létrehozni API-kat a FastAPI könyvtár használatával.
• Megtanulni, hogyan készíthetnek adattipusokat és sémastruktúrákat a Pydantic és az OpenAPI alapján.
• Csatlakoztatni API-kat adatbázishoz a SQLAlchemy használatával.
• Biztonsági és hitelesítési funkciókat implementálni API-kban a FastAPI eszközeivel.
• Tároló images-t készíteni és webes API-kat üzembe helyezni felhőszerveren.

Ennek a kurzusnak a célja, hogy alapvető jártasságot nyújtson a gépi tanulási módszerek gyakorlati alkalmazásában. A Python programozási nyelv és annak különféle könyvtárainak felhasználásával, valamint számos gyakorlati példa alapján a kurzus megtanítja, hogyan kell használni a gépi tanulás legfontosabb építőköveit, hogyan kell döntéseket hozni az adatmodellezés során, hogyan kell értelmezni az algoritmusok kimeneteit és ellenőrizni az eredményeket.

Célunk, hogy olyan készségekkel ruházzon fel, amelyekkel magabiztosan megérti és használja a gépi tanulás eszköztárának legfontosabb eszközeit, és elkerülje az adattudományi alkalmazások gyakori buktatóit.

Ennek a kurzusnak a célja, hogy általános jártasságot nyújtson a gépi tanulási módszerek gyakorlati alkalmazásában. A Python programozási nyelv és annak különféle könyvtárainak használatával, valamint számos gyakorlati példán keresztül ez a kurzus megtanítja, hogyan használhatók a gépi tanulás legfontosabb építőelemei, hogyan hozhatunk döntéseket az adatmodellezés során, hogyan értelmezzük az algoritmusok kimeneteit és hogyan ellenőrizzük az eredményeket.

Célunk, hogy olyan készségekkel ruházzunk fel, amelyekkel magabiztosan megértheti és használhatja a gépi tanulás eszköztárának legfontosabb eszközeit, és elkerülheti az adattudományi alkalmazások gyakori buktatóit.

Ez az oktató által vezetett, élő képzés Magyarország (online vagy helyszíni) azoknak az adattudósoknak és fejlesztőknek szól, akik a Modin használatával párhuzamos számításokat szeretnének létrehozni és implementálni a Pandas segítségével a gyorsabb adatelemzés érdekében.

A képzés végén a résztvevők képesek lesznek:

• Beállítani a szükséges környezetet a nagy léptékű Pandas munkafolyamatok fejlesztéséhez a Modin segítségével.
• Megérteni a Modin jellemzőit, architektúráját és előnyeit.
• Ismerni a Modin, a Dask és a Ray közötti különbségeket.
• Gyorsabban végrehajtani Pandas műveleteket a Modin segítségével.
• Implementálni a teljes Pandas API-t és funkciókat.

Ebben az oktató által vezetett, élő képzésen Magyarország, a résztvevők megtanulják, hogyan használhatják a Pythont kiváló minőségű természetes nyelvű szöveg előállítására, saját NLG rendszerüket felépítve a nulláról. Esettanulmányokat is megvizsgálunk, és a releváns fogalmakat alkalmazzuk a tartalomgenerálásra szolgáló élő laborprojektekben.

A képzés végére a résztvevők képesek lesznek:

• Az NLG használatával automatikusan tartalmat generálni különböző iparágakban, újságírástól ingatlanig, időjárás- és sportjelentésekig.
• Forrástartalmak kiválasztása és szervezése, mondatok tervezése és a rendszer előkészítése az eredeti tartalom automatikus generálására.
• A NLG folyamatának megértése és a megfelelő technikák alkalmazása minden szakaszban.
• A Természetes Nyelv Generálás (NLG) rendszer architektúrájának megértése.
• A legmegfelelőbb algoritmusok és modellek implementálása az elemzéshez és rendezéshez.
• Adatok lekérése nyilvánosan elérhető adatforrásokból, valamint kurált adatbázisokból a generált szöveg anyagaként való felhasználásra.
• A manuális és fáradságos írási folyamatok cseréje számítógép által generált, automatizált tartalomkészítésre.

A tan oktatóvezetésű, élő képzésen Magyarország-ban a résztvevők a legrelevánsabb és legmodernebb gépi tanulási technikákkal fogják megismerkedni Python-ban, miközben egy sorozat demóalkalmazást építenek fel, amely képeket, zenét, szövegeket és pénzügyi adatokkal foglalkozik.

Ezen képzés végére a résztvevők képesek lesznek:

• Gépi tanulási algoritmusokat és technikákat valósítsanak meg bonyolult problémák megoldására.
• Mélytanulást és félfelügyelt tanulást alkalmazzanak képek, zene, szöveg és pénzügyi adatokkal kapcsolatos alkalmazásokhoz.
• A Python algoritmusokat maximalizálják.
• Használják a NumPy és Theano könyvtárakat és csomagokat.

Ez a tanárvezetett, élő képzés Magyarország területen az Al Sweigart által írt népszerű könyv, "Automate the Boring Stuff with Python" alapján zajlik. Kezdőkre szóló, és a létesítményes Python programozási alapelveket gyakorlati, kézi feladatokon és vitákön keresztül bemutatja. Az összpontosítás az, hogy tanuljanak olyan kódolást, ami jelentősen növeli a hivatali munkaeffektivitást.

A képzés végére a résztvevők tudni fogják, hogyan programoznak Pythonban és hogyan alkalmazzák ezt az új készséget:

• Feladatok automatizálása egyszerű Python programok írásával.
• Programok írása, amelyek szövegmintázatokat ismernek fel a „reguláris kifejezésekkel”.
• Folyamatban lévő és frissített Excel munkafüzetek generálása programozás segítségével.
• PDF és Word dokumentumok elemzése.
• Weboldalak böngészése és információk hozzáadása online forrásokból.
• Email értesítések küldő programok írása.
• A Python hibaelhárító eszközeit gyorsan feloldó hibák megoldása.
• Eger- és billentyűzetkontroll automatizálása a kattintások és beírások végrehajtásához.

A Python egy olyan programozási nyelv, amely jelentős népszerűséget szerzett a pénzügyi iparban. A legnagyobb befektetési bankok és hedge alapok által is elterjedt, szerte a világon használják különböző pénzügyi alkalmazásokat létrehozni, melyek a központi kereskedelmi programoktól kezdve az eszközkezelési rendszerekig terjednek.

Ebben az oktatási tanfolyamon résztvevők megtanulhatják, hogyan használják a Python-t a pénzügyekben álló konkrét feladatok megoldására irányított alkalmazások fejlesztésére.

A képzés végére a résztvevők képesek lesznek:

• Érteni a Python programozási nyelv alapjait
• Lekérni, telepíteni és karbantartani a legjobb fejlesztési eszközöket a pénzügyi alkalmazásokhoz Pythonban
• Kiválasztani és felhasználni az egyesleges Python csomagokat és programozási technikákat, hogy rendezhesse, megjeleníthesse és elemezze a pénzügyi adatokat különböző forrásból (CSV, Excel, adatbázis, web, stb.)
• Alkalmazásokat építenek olyan problémák megoldására, mint az eszközkezelés, a kockázatanalízis, a befektetési teljesítmény és még sok mást
• Hibaelhárítást, integrálást, telepítést és optimalizálást végezni egy Python-alkalmazás esetében

Célcsoport

• Fejlesztők
• Analitikusok
• Quant-szektorban dolgozó szakemberek

Képzés formája

• Részben előadás, részben viták, gyakorlatok és intenzív gyakorlódás

Megjegyzés

• Ez a képzés megoldásokat kínál néhány főbb pénzügyi szakszerű problémára. Ha van egy bizonyos téma, eszköz vagy technika, amit hozzá szeretne adni vagy részletesebben elmagyarázni, kérjük, lépjen kapcsolatba velünk a rendezéséhez.

Ez az oktató által vezetett, élő képzés Magyarország-ben (online vagy helyszíni) fejlesztőknek szól, akik szeretnének haladó Python programozási technikákat tanulni, beleértve, hogyan alkalmazzák ezt a sokoldalú nyelvet problémák megoldására olyan területeken, mint a elosztott alkalmazások, adatelemzés és vizualizáció, felhasználói felület programozás és karbantartási szkriptelés.

Ez a kurzus azoknak szól, akik szeretnének megismerkedni a Python programozási nyelvvel. A hangsúly a Python nyelven, az alapvető könyvtárakon, valamint a Python közösség által kifejlesztett legjobb és leghasznosabb könyvtárak kiválasztásán van. A Python vállalkozásokat hajt és a tudósok használják szerte a világon – ez az egyik legnépszerűbb programozási nyelv.

A kurzus a legújabb Python 3.x verzióval tartható, gyakorlati feladatokkal, amelyek kihasználják a nyelv teljes erejét. A kurzus bármely operációs rendszeren tartható (minden UNIX változat, beleértve a Linuxot és a Mac OS X-et, valamint a Microsoft Windows-t).

A gyakorlati feladatok a kurzusidő mintegy 70%-át teszik ki, körülbelül 30% pedig bemutatók és előadások. A kurzus során bármikor feltehetők kérdések és vita folytatható.

Megjegyzés: a képzés az igényeknek megfelelően testreszabható, ha a javasolt kurzusdátum előtt kérés érkezik.

A Selenium nyílt forráskódú keretrendszer a különböző böngészőkön átnyúló webalkalmazás-tesztautomatizáláshoz. A Selenium 4-gyel erősebb WebDriver API-k, nativ relatív lokátorok és javított hálózati támogatás áll rendelkezésre. A Python egyszerűsége és erős integrációja tesztkeretrendszerekkel, mint például a Pytest, erőteljes választással teszi a skalázható és karbantartható tesztautomatizálási szuitek fejlesztésére.

Ez az oktatóvezetett, élőképzés (online vagy helyszínen) kezdő- és középfokú tesztelők és fejlesztők számára van szánva, akik Selenium-t akarnak Python-nal használni a valós világbeli környezetekben történő webalkalmazás-tesztautomatizáláshoz.

Ezen képzés végére a résztvevők képesek lesznek:

• Selenium telepítése és konfigurálása Python-nal a tesztkörnyezetben.
• Robusztus tesztautomatizálási szkript készítése Selenium WebDriverrel és Pytesttel.
• Page Object Model (POM) alkalmazása karbantartható tesztkeretrendszerekhez.
• Tesztek futtatása több böngészőn Selenium Griddel.
• Automatizált tesztek integrálása CI/CD csövekkel.
• Gyakori problémák megszüntetése és automatizálás stabilitásához alkalmazott legjobb gyakorlatok.

A képzés formája

• Interaktív előadás és beszélgetés.
• Sok gyakorlat és gyakorlás.
• Élőképzések végrehajtása egy élő laboratóriumi környezetben.

A képzés testreszabási lehetőségei

• Ezt a képzést testreszabott formában kérhetik, vegyék fel velünk a kapcsolatot a megbeszéléshez.

A Python Machine Learning szövegszűrési funkció képes beolvasni a bemeneti szöveget és szöveges összefoglalót létrehozni. Ez a képesség a parancssorból vagy Python API/Könyvtárként érhető el. Egy izgalmas alkalmazási lehetőség a vezetői összefoglalók gyors létrehozása; ez különösen hasznos olyan szervezetek számára, amelyeknek nagy mennyiségű szöveges adatot kell áttekinteniük jelentések és prezentációk készítése előtt.

Ebben az oktató vezetésével zajló, élő képzésen a résztvevők megtanulják, hogyan kell a Python-ot használni egy egyszerű alkalmazás létrehozásához, amely automatikusan összefoglalja a bemeneti szöveget.

A képzés végére a résztvevők képesek lesznek:

• Szöveges összefoglaló létrehozására szolgáló parancssori eszköz használata.
• Python könyvtárak segítségével a Text Summarization kód tervezése és létrehozása.
• Három Python összefoglaló könyvtár értékelése: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Közönség

• Fejlesztők
• Adattudósok

A tanfolyam formátuma

• Rész előadás, részben beszélgetés, gyakorlatok és nehéz gyakorlati gyakorlatok