Wed, Mar 03 | Python for Data Science Corso Base online

Python for Data Science Corso Base - corso online in Italiano

Costo: Studenti, Specializzandi, Dottorandi: 150 euro (IVA esente ai sensi dell’art. 10 DPR 633/72) Altri: 300 euro (IVA esente ai sensi dell’art. 10 DPR 633/72)

Time & Location

Mar 03, 9:30 AM – Mar 05, 5:30 PM
Python for Data Science Corso Base online

Info & Program Details

Classe virtuale - l'invito alla piattaforma sarà inviato entro il 1 marzo.

Prerequisiti

- Un PC moderno

- Una connessione internet stabile

- Un account Google personale (non universitario o aziendale)

Non sono richieste competenze pregresse di programmazione.

Obiettivi formativi

- Conoscenza dell’ambito di applicazione di Python e delle principali componenti del suo ecosistema: strumenti di sviluppo, librerie, …

- Conoscenza degli elementi fondamentali di Python: variabili, tipi, funzioni, classi, strutture dati, moduli e pacchetti

- Capacità di utilizzare Python per analizzare semplici dataset

Metodo

Il corso si articolerà in:

- Spiegazioni teoriche

- Esempi pratici

- Esercitazioni con dataset pubblici

- Quiz interattivi

Tutto il materiale necessario sarà fornito durante il corso e rimarrà a disposizione degli studenti.

Programma

a. Why are you here?

    1. Perché Python esiste, quali problemi Python risolve

    2. Esempi pratici di utilizzo del linguaggio in accademia e nell'industria

    3. Che cosa imparerete in questo corso - e che cosa non imparerete

b. The Pythonic world

    1. Python e i suoi principali strumenti di sviluppo

    2. Jupyter e Colab

    3. Hello world

c. The Pythonic way

    1. Costanti, variabili e tipi primitivi

    2. Duck typing

    3. Stringhe e interpolazione

    4. Liste, tuple e dizionari

d. Ordo ab chao

    1. Funzioni

    2. Classi

    3. Moduli e pacchetti

e. On the shoulders of giants

    1. L’ecosistema Python per l’analisi dei dati

    2. Numpy: vettori e matrici

    3. Pandas: series e dataframe

    4. Import / export di dati

    5. Manipolazione di dataset

f. Code for humans

    1. Jupyter e colab, ovvero literate programming nel 2020

    2. Matplotlib e Plotly: raccontare storie con i dati

g. The next level

    1. Quello che il corso non copre: software engineering e machine learning

Docenti organizzatori del corso

Davide Gentilini è laureato in Biologia, si è specializzato in genetica medica presso l'università degli studi di Milano ed ha poi proseguito la sua formazione presso l'università degli studi di Pavia con un Master di II livello in epidemiologia genetica e molecolare e un dottorato in Scienze Statistiche e Sanitarie. Attualmente è ricercatore in statistica medica presso

il dipartimento di scienze del sistema nervoso e del comportamento dell’università di Pavia e responsabile dell’unità di bioinformatica e statistica genomica presso l'Istituto Auxologico Italiano. 

Dott. Emanuele Fabbiani, PhD candidate in Applied Machine Learning all’Università di Pavia, chief data scientist e co-founder di xtream.

Nei suoi quattro anni di esperienza come data scientist, ha guidato la realizzazione di modelli predittivi per alcuni dei maggiori gruppi industriali e bancari italiani. In ambito accademico, i suoi interessi comprendono l'applicazione dell'apprendimento statistico a problemi di interesse industriale, dal forecasting della domanda di gas naturale all'identificazione delle reti elettriche. I suoi lavori sono stati pubblicati in riviste peer-reviewed e presentati a conferenze internazionali.

ISCRIZIONE

Dopo la registrazione al corso gli interessati verranno contattati dalla segreteria amministrativa che provvederà a illustrare le modalità di pagamento. L'iscrizione vera e propria verrà finalizzata con il versamento della quota di iscrizione

Social Share