Formazione Online | Python per la Data Science – livello base

Python per la Data Science – livello base


Analizzare, gestire ed elaborare le sequenze dati attraverso funzioni e programmazione a oggetti per impostare attività di forecasting

Formazione Online
online
  • 20 Gen 2025 > 21 Gen 2025
  • 14 ore
  • online
  • Attestato di partecipazione

In Promozione fino al 16/12

Nell’ambito del settore Energy, avere conoscenze e competenze di Data Science è fondamentale per tutti coloro che sono coinvolti in attività di previsione della domanda e del prezzo della commodity Gas&Power.

14 ore di formazione sono l’opportunità per scoprire come utilizzare il linguaggio Python per analizzare, raccogliere, elaborare e manipolare grandi quantità di dati eterogenei con esempi e riferimenti specifici al contesto di mercato.
In particolare, è l’occasione per:

  • implementare librerie di funzioni in Python, dalle più semplici alle più avanzate, per effettuare il calcolo delle informazioni numeriche e scientifiche
  • predisporre modelli statistici e di machine learning per il forecasting di serie storiche di domanda e prezzo.

Il corso è strutturato in esercitazioni con supporto feed-back immediato da parte del docente, quindi, per la buona riuscita del corso è necessario presentarsi muniti PC con già istallato Python.

Per prepararti al meglio e utilizzare le potenzialità offerte da Python, iscriviti al percorso completo:

 

Grazie alla nostra certificazione UNI EN ISO 9001:2015 potrai sfruttare le opportunità della formazione finanziata

A chi si rivolge


È d’interesse per chi intende imparare a usare Python per ottimizzare le attività di forecasting energetico e conseguentemente di gestione del portafoglio.

In particolare, è rivolto a:

  • Portfolio Manager
  • Forecasting Manager
  • Logistic/Supply Manager
  • Trading Manager
  • Ufficio Risk Management
  • Middle Office Manager

Perché partecipare


Partecipa per:

  • esplorare e installare le librerie, tra cui NumPy, SciPy e Pandas, per svolgere operazioni di accesso scomposizione e inserimento e comprendere il loro impiego in progetti di Data Science
  • realizzare e gestire elenchi immodificabili di oggetti eterogenei, valori numerici e alfanumerici attraverso le tuple
  • creare, aggiungere e aggiornare i dizionari, array e dataframe per gestire ed elaborare collezioniordinate di oggetti in modo efficiente
  • comprendere come utilizzare l’istruzione IF e le formule annidate per eseguire eccezioni
  • costruire efficacemente la sintassi per sviluppare funzioni personalizzate
  • applicare tecniche di implementazione di software per la gestione e la manutenzione di grandi progetti attraverso la programmazione a oggetti
  • effettuare un’analisi esplorativa dei dati per comprendere le variabili dei set di dati e le relazioni tra loro.

Programma


Programma in fase di aggiornamento. Richiedi informazioni per ricevere l’anteprima

Introduzione e sintassi base

  • Approfondire l’ambiente di sviluppo di Python e le librerie utili
    • installazione di Anaconda, delle librerie e dell’ambiente virtuale per ogni progetto
    • Jupyter per creare e condividere documenti testuali interattivi
  • Analisi della sintassi del linguaggio di programmazione
  • Esplorazione e installazione delle librerie: conosciamo la community che lo ha reso celebre
  • Tipologie di dato numerico e metodologie di calcolo matematico di Python
  • Strategie di manipolazione e interazione dei dati testuali
  • Creazione di variabili per la generazione di testi dinamici

Tipologia di dato e manipolazione

  • Come rappresentare una sequenza mutabile di oggetti utilizzando le Liste di Python
  • Eseguire operazioni sulle Liste
  • Gestire una sequenza immutabile di oggetti tramite Tuple
  • Identificare dei dati rappresentati da un rapporto chiave-valore con l’utilizzo dei Dizionari
  • Svolgere operazioni sui Dizionari

Creare funzioni e gestire le eccezioni

  • Gestione delle eccezioni tramite la clausola IF e il suo annidamento
  • Ciclare il dato eseguendo comandi ripetuti su singoli elementi di una serie
  • Creare funzioni personalizzate che permettono al computer di eseguire un determinato comando
  • Sviluppare funzioni personalizzate con una sintassi rapida che permette una riduzione del tempo di sviluppo
  • Gestire e verificare errori riconosciuti nel programma, permettendo al computer di risolverli con meccanismi specifici

La programmazione a oggetti, Python nella pratica

  • Implementare un software utilizzando la programmazione a oggetti per una più facile gestione e manutenzione di progetti di grandi dimensioni
  • Gestire Operazioni su File tramite Python

Le librerie numeriche, scientifiche e di data preparation e visualization utilizzate nei progetti di Data Science

  • Le librerie NumPy e SciPy
  • La libreria Pandas
  • Data Visualization con Matplotlib

Esercitazione: analisi esplorativa dei dati ai fini della costruzione di un modello predittivo da adottare nel proprio lavoro

Scarica programma

Formazione in House


Sceglici per la tua formazione personalizzata: a partire dall’analisi dei tuoi obiettivi e delle tue esigenze progettiamo una soluzione su misura adattando i contenuti per la tua azienda. Scegli tu come, dove e quando

Corsi e eventi correlati


Energy e Utilities

Strumenti di Statistical e Machine Learning per creare modelli di forecasting della domanda e prezzo di EE e Gas e…

06 Giu 2024 > 13 Giu 2024

Formazione Online

online

Energy e Utilities

Metodologia standard CRISP-DM per creare modelli avanzati basati di Deep Learning e per prevedere la produzione, domanda e prezzo di…

22 Ott 2024 > 29 Ott 2024

Formazione Online

online

In promozione

Siamo a tua disposizione per maggiori informazioni


Resta aggiornato sulle ultime novità e gli eventi iKN