Algorithmic Trading with Python and R Treningskurs

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataforskere og programvareingeniører som ønsker å bruke Dask med Python-økosystemet for å bygge, skalere og analysere store datasett.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp miljøet for å begynne å bygge stordatabehandling med Dask og Python.
• Utforsk funksjonene, bibliotekene, verktøyene og APIene som er tilgjengelige i Dask.
• Forstå hvordan Dask akselererer parallell databehandling i Python.
• Lær hvordan du skalerer Python-økosystemet (Numpy, SciPy og Pandas) ved hjelp av Dask.
• Optimaliser Dask-miljøet for å opprettholde høy ytelse ved håndtering av store datasett.

Denne instruktørledede, live opplæringskurset i Norge (online eller på sted) er rettet mot mellomnivåutviklere av Python og dataanalytikere som ønsker å forbedre ferdighetene sine i dataanalyse og datamanipulering ved bruk av Pandas og NumPy.

Ved avslutningen av denne opplæringen vil deltakerne kunne:

• Opprette en utviklingsmiljø som inkluderer Python, Pandas og NumPy.
• Lage en dataanalyseapplikasjon ved bruk av Pandas og NumPy.
• Utføre avansert datamanipulering, sortering og filtreringsoperasjoner.
• Utføre aggregatoperasjoner og analysere tidsrekker.
• Visualisere data ved bruk av Matplotlib og andre visualiseringsbiblioteker.
• Feilsøke og optimalisere dataanalysekoden sin.

Denne instruktørledede, live-opplæringen i (online eller på stedet) er rettet mot utviklere som ønsker å bruke FARM (FastAPI, React og MongoDB)-stakken for å bygge dynamiske, høyytelses- og skalerbare nettapplikasjoner.

Ved slutten av denne opplæringen vil deltakerne kunne:

Sett opp det nødvendige utviklingsmiljøet som integrerer FastAPI, React og MongoDB. Forstå nøkkelkonseptene, funksjonene og fordelene med FARM-stakken. Lær hvordan du bygger REST APIer med FastAPI. Lær hvordan du designer interaktive applikasjoner med React. Utvikle, test og distribuer applikasjoner (front-end og back-end) ved å bruke FARM-stakken.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot utviklere som ønsker å bruke FastAPI med Python for å bygge, teste og distribuere RESTful APIer enklere og raskere.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sette opp det nødvendige utviklingsmiljøet for å utvikle API-er med Python og FastAPI.
• Opprette API-er raskere og enklere ved hjelp av FastAPI-biblioteket.
• Lære hvordan man oppretter datamodeller og skjemaer basert på Pydantic og OpenAPI.
• Koble API-er til en database ved hjelp av SQLAlchemy.
• Implementere sikkerhet og autentisering i API-er ved hjelp av FastAPI-verktøyene.
• Bygge container-images og distribuere web-API-er til en sky-server.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot dataanalytikere og forretningsfolk på middels nivå som ønsker å utføre tidsserieprognoser og automatisere arbeidsflyter for dataanalyse ved hjelp av R.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå det grunnleggende om prognoseteknikker i R.
• Bruk eksponentiell utjevning og ARIMA-modeller for tidsserieanalyse.
• Bruk 'prognose'-pakken til å generere nøyaktige prognosemodeller.
• Automatiser arbeidsflyter for prognoser for forretnings- og forskningsapplikasjoner.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataforskere og utviklere som ønsker å bruke Modin til å bygge og implementere parallelle beregninger med Pandas for raskere dataanalyse.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Sett opp det nødvendige miljøet for å begynne å utvikle Pandas arbeidsflyter i skala med Modin.
• Forstå funksjonene, arkitekturen og fordelene ved Modin.
• Kjenn forskjellene mellom Modin, Dask og Ray.
• Utfør Pandas operasjoner raskere med Modin.
• Implementer hele Pandas API og funksjoner.

Publikum

Business (markedssjefer, produktledere, kundegrunnsjefer) og teamene deres; fagpersoner innen kundeinnsikt.

Oversikt

Kurset følger kundens livssyklus fra å skaffe nye kunder, administrere eksisterende kunder for lønnsomhet, beholde gode kunder og til slutt forstå hvilke kunder som forlater oss og hvorfor. Vi vil jobbe med ekte (hvis anonym) data fra en rekke bransjer, inkludert telekommunikasjon, forsikring, media og høyteknologi.

Format

Instruktørledet trening i løpet av fem halvdagers økter med øvelser i klassen samt lekser. Det kan leveres som et klasserom eller distanse (online) kurs.

Publikum

• ledere
• utviklere
• forskere
• studenter

Kursets format

online instruksjon og diskusjon ELLER ansikt til ansikt workshops

R  er et open-source gratis programmeringsspråk for statistisk databehandling, dataanalyse og grafikk. Forskning brukes av et økende antall ledere og dataanalytikere innenfor bedrifter og akademi. R har også funnet følgere blant statistikkere, ingeniører og forskere uten dataprogrammeringsferdigheter som finner det enkelt å bruke. Dess popularitet skyldes den økende bruken av data mining for ulike formål som å sette reklamepriser, finne nye stoffer raskere eller fine-tune finansielle modeller. R har et bredt spekter av pakker for data mining.

Dette kurset dekker manipulering av objekter i R inkludert lesedata, tilgang til R pakker, skrive R funksjoner, og lage informative diagrammer. Det inkluderer analysering av data ved hjelp av vanlige statistiske modeller. Kurset lærer hvordan du bruker R-programvaren (https://www.r-project.org) både på en kommandolinje og i en grafisk brukergrensesnitt (GUI).

Dette kurset er en introduksjon til anvendelse av nevrale nettverk i virkelige problemer ved bruk av R-prosjektprogramvare.

Dette kurset er for dataforskere og statistikere som allerede har grunnleggende R & C++ koding ferdigheter og R-kode og trenger avanserte R koding ferdigheter.

Hensikten er å gi et praktisk avansert R-programmeringskurs til deltakere som er interessert i å anvende metodene på jobben.

Sektorspesifikke eksempler brukes for å gjøre opplæringen relevant for publikum

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot dataanalytikere som ønsker å analysere store datasett med Stata.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Lag statistiske modeller for å forutsi nøkkelinteressevariabler og hendelser.
• Generer beskrivende visualiseringer, sammendragstabeller, frekvenser og mer.
• Administrer og strukturer store datasett, klare for dataanalyse.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot informatikkfagfolk på middels til avansert nivå som ønsker å utnytte Stata for statistisk analyse og integrere det med R.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Bruk Stata effektivt for dataanalyse og statistisk modellering.
• Sammenlign funksjonene til Stata med SPSS og R.
• Integrer Stata med R for sømløs statistisk databehandling.
• Utvikle og automatisere arbeidsflyter ved å bruke Stata og R.

Denne instruktørledede, live-opplæringen i (online eller på stedet) er rettet mot dataanalytikere som ønsker å bruke Stata og R til å analysere store data for statistisk analyse.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Lag statistiske modeller for å forutsi nøkkelinteressevariabler og hendelser.
• Generer beskrivende visualiseringer, sammendragstabeller, frekvenser og mer.
• Administrer og strukturer store databaser for å forberede dataanalyse.

Målgruppe

Kursformat

Ved slutten av denne opplæringen vil deltakerne være i stand til:

I denne instruktørledede, live opplæringen vil deltakerne lære å manipulere og visualisere data ved hjelp av verktøyene som er inkludert i Tidyverse.

Tidyverse er en samling av fleksible R-pakker for rengjøring, bearbeiding, modellering og visualisering av data. Noen av pakkene som er inkludert er: ggplot2, dplyr, tidyr, readr, purrr og tibble.

• Nybegynnere i R-språket
• Nybegynnere i dataanalyse og datavisualisering

• Del forelesning, del diskusjon, øvelser og mye praktisk trening

• Utføre dataanalyse og opprette tiltrekkende visualiseringer
• Trekke nyttige konklusjoner fra forskjellige datasett med eksempeldata
• Filtrere, sortere og summere data for å svare på utforskende spørsmål
• Omforme bearbeidet data til informativ linjediagrammer, søylediagrammer, histogramm
• Importere og filtrere data fra forskjellige datasøk, inkludert Excel, CSV- og SPSS-filer