BDD with Python and Behave Treningskurs

Dette kurset er designet for de som ønsker å lære seg programmeringsspråket Python . Vektleggingen ligger på Python språket, kjernebibliotekene, samt på utvelgelsen av de beste og mest nyttige bibliotekene utviklet av Python samfunnet. Python driver virksomheter og brukes av forskere over hele verden - det er et av de mest populære programmeringsspråk.

Kurset kan leveres ved hjelp av den nyeste Python versjon 3.x med praktiske øvelser som utnytter den fulle kraften. Dette kurset kan leveres på ethvert operativsystem (alle varianter av UNIX, inkludert Linux og Mac OS X, samt Microsoft Windows).

De praktiske øvelsene utgjør omtrent 70% av kurstiden, og rundt 30% er demonstrasjoner og presentasjoner. Diskusjoner og spørsmål kan stilles gjennom hele kurset.

Merk: Opplæringen kan tilpasses spesifikke behov etter forespørsel før den foreslåtte kursdatoen.

Målet med dette kurset er å gi en grunnleggende kompetanse i å anvende Machine Learning metoder i praksis. Gjennom bruken av Python programmeringsspråket og dets ulike biblioteker, og basert på en rekke praktiske eksempler, lærer dette kurset hvordan du bruker de viktigste byggblokkene Machine Learning, hvordan du gjør datamodelleringsbeslutninger, tolker utgangene til algoritmene og validerer resultatene.

Vårt mål er å gi deg ferdighetene til å forstå og bruke de mest grunnleggende verktøyene fra verktøyboksen med tillit og unngå de vanlige tapene av Data Sciences applikasjoner.

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.

I denne instruktørledede, live-treningen i Norge-deltakere kombinerer kraften til Python med Selenium for å automatisere testingen av et eksempel på nettapplikasjonen. Ved å kombinere teori med praksis i et live lab-miljø, vil deltakerne få kunnskapen og praksisen som trengs for å automatisere sine egne netttestingsprosjekter ved hjelp av Python og Selenium.

I denne instruktørledede, live-opplæringen i Norge vil deltakerne lære avanserte Python programmeringsteknikker, inkludert hvordan man bruker dette allsidige språket for å løse problemer innen områder som distribuerte applikasjoner, dataanalyse og visualisering, UI-programmering og vedlikeholdsskripting .

Denne instruktørledede, direkteopplæringen i Norge er basert på den populære boken, "Automatiser de kjedelige tingene med Python", av Al Sweigart. Den er rettet mot nybegynnere og dekker essensielle Python programmeringskonsepter gjennom praktiske, praktiske øvelser og diskusjoner. Fokuset er på å lære å skrive kode for å dramatisk øke kontorproduktiviteten.

Ved slutten av denne opplæringen vil deltakerne vite hvordan de skal programmere i Python og bruke denne nye ferdigheten for:

• Automatisere oppgaver ved å skrive enkle Python-programmer.
• Skrive programmer som kan gjenkjenne tekstmønstre ved hjelp av "regulære uttrykk".
• Programmatisk generere og oppdatere Excel-regneark.
• Parse PDF-er og Word-dokumenter.
• Krype nettsider og hente informasjon fra onlinekilder.
• Skrive programmer som sender e-postvarsler.
• Bruke Pythons feilsøkingsverktøy for raskt å løse feil.
• Programmatisk styre mus og tastatur for å klikke og skrive for deg.

Målet med dette kurset er å gi generell kompetanse i å anvende maskinlæringsmetoder i praksis. Gjennom bruk av programmeringsspråket Python og dets ulike biblioteker, og basert på en rekke praktiske eksempler, lærer dette kurset hvordan man bruker de viktigste byggesteinene i maskinlæring, hvordan man tar beslutninger om datamodellering, tolker utdataene fra algoritmer og validere resultatene.

Målet vårt er å gi deg ferdighetene til å forstå og bruke de mest grunnleggende verktøyene fra Machine Learning verktøykassen på en trygg måte og unngå de vanlige fallgruvene i Data Sciences-applikasjoner.

I denne instruktørledede, live-opplæringen i Norge vil deltakerne lære de mest relevante og banebrytende maskinlæringsteknikkene i Python mens de bygger en serie demoapplikasjoner som involverer bilde, musikk, tekst og økonomiske data.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Implementer maskinlæringsalgoritmer og teknikker for å løse komplekse problemer.
• Bruk dyp læring og semi-veiledet læring på applikasjoner som involverer bilder, musikk, tekst og økonomiske data.
• Skyv Python algoritmer til deres maksimale potensial.
• Bruk biblioteker og pakker som NumPy og Theano.

I denne instruktørlede, live-treningen i Norge, vil deltakerne lære å bruke Python for å produsere høy kvalitet på naturlig språk tekst ved å bygge sitt eget NLG-system fra bunnen av. Tilfeller vil også bli undersøkt og de relevante konseptene vil bli brukt i live-laboratorieprosjekter for å generere innhold.

Ved avslutning av denne treningen vil deltakerne kunne:

• Bruke NLG for å automatisk generere innhold for forskjellige brancher, fra journalistikk, til eiendom, til vær- og idrettsrapportering.
• Velge og organisere kildemateriale, planlegge setninger, og forberede et system for automatisk generering av originalt innhold.
• Forstå NLG-pipeline og anvende riktige tekniker i hver fase.
• Forstå arkitekturen til et Natural Language Generation (NLG) system.
• Implementere de mest egnet algoritmer og modeller for analyse og ordning.
• Trekk data fra offentlig tilgjengelige datasider samt kuraterte databaser for å bruke som materiale for generert tekst.
• Erstatte manuelle og arbeidskrevende skriveprosesser med datamaskin-generert, automatisert innholdsproduksjon.

I denne instruktørledede, liveopplæringen i Norge vil deltakerne lære hvordan de bruker PyTest til å skrive korte, vedlikeholdbare tester som er elegante, uttrykksfulle og lesbare.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Skriv lesbare og vedlikeholdbare tester uten behov for boilerplate-kode.
• Bruk fixturmodellen til å skrive små tester.
• Skaler tester opp til kompleks funksjonstesting for applikasjoner, pakker og biblioteker.
• Forstå og bruk PyTest-funksjoner som kroker, påstå omskriving og plug-ins.
• Reduser testtiden ved å kjøre tester parallelt og på tvers av flere prosessorer.
• Kjør tester i et kontinuerlig integrasjonsmiljø, sammen med andre verktøy som tox, mock, coverage, unittest, doctest og Selenium.
• Bruk Python til å teste ikke-Python-applikasjoner.

Cucumber.js er en innfødt JavaScript implementering av Cucumber.

I denne instruktørledede, live-opplæringen vil deltakerne lære hvordan man skriver og utfører BDD (Behavior Driven Devleopment)-testcaser ved å bruke Cucumber og Javascript.

Ved slutten av denne opplæringen vil deltakerne kunne:

Kjør automatiserte tester skrevet på det menneskelesbare språket, Gherkin Use Cucumber-baserte testcases for å forbedre kommunikasjonen og samarbeidet mellom tekniske og ikke-tekniske team. Integrer Cucumber.js med andre testrammeverk som Protractor for testing av Angular-applikasjoner

Format på kurset

Del forelesning, del diskusjon, øvelser og tung praktisk praksis

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, 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-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.

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.