Распродажа!

[Bogdan Stashchuk] [Udemy] Python – Полный Курс по Python, Django, Data Science и ML

р.500

-75%

Чему вы научитесь:​ Вы узнаете основные принципы работы Python и изучите все основные функции, которые используются в реальных проектах чаще всего и востребованные больше всех.

Категория:
Если вы сомневаетесь в нашей честности, то напишите нам по контактам на сайте. по ссылке: https://unimys.com/obratnaya-svyaz/
Любой товар стоит от 150 до 500 рублей (цена не зависит от стоимость продажи у автора)
  • После оплаты вы сразу же получаете курсы на e-mail;
  • Низкая цена;
  • Легко оплатить (мы используем все популярные платежные системы).

Если вы оплатили продукт, и он не пришел вам на почту в течение 30 минут, то свяжитесь с нами по ссылке: https://unimys.com/zakaz-ne-prishel/

Описание

Чему вы научитесь:

  • Вы узнаете основные принципы работы Python и изучите все основные функции, которые используются в реальных проектах чаще всего и востребованные больше всех.
  • Вы будете выполнять на практике все примеры, которые я буду показывать на протяжении курса, используя интерпретатор Python, Visual Studio Code с Code Runner.
  • Вы освоите все необходимые внешние пакеты для Data Science и Machine Learning, такие как NumPy, Pandas, Matplotlib и Scikit-learn с помощью Jupyter Notebook.
  • Вы изучите основной функционал Python, начиная от переменных, списков, словарей и заканчивая классами, циклами, модулями и созданием виртуальных сред.
  • Кроме того, вы научитесь использовать функциональный и объектно-ориентированный подходы в программировании на языке Python.

Python – это самый простой язык программирования в мире. Но в то же время, Python является мощным инструментом, с помощью которого можно решать огромный спектр различных задач, начиная от обработки файлов, и заканчивая машинным обучением, обработкой данных, созданием игр и созданием веб приложений.

Тем самым, выучив Python, вы можете выбирать профессию из большого спектра вакансий, либо же использовать Python для создания собственных приложений и решения собственных задач.

Этот курс включает много практических задач, а также задачи для самостоятельного выполнения.

Python – это объектно-ориентированный язык программирования.

Python – это также язык с огромным количеством функций, но для того чтобы УМЕТЬ писать код на Python, нужно ПОНИМАТЬ ключевые концепции Python. И именно на этом я и сконцентрируюсь вместе с вами в этом курсе.

Прежде чем писать код и запускать примеры, вы получите от меня объяснения и ответы на вопросы ЗАЧЕМ и ПОЧЕМУ, а уже только после этого КАК писать код.

Я не буду тратить ваше время и потому я создал максимально эффективную структуру курса. Все примеры, которые я буду объяснять и запускать, написаны мною до курса, но вы будете самостоятельно писать и запускать код.

Длительность всех видео-лекций в этом курсе более 42 часов, но рассчитывайте потратить около 300 часов для освоения всех тем курса, включая самостоятельное выполнение всех практических заданий.

Темы, которые мы рассмотрим в этом курсе:

  1. Введение в курс Python
  2. Где выполнять и писать код Python
  3. Установка Python
  4. Установка редактора кода VS Code
  5. Начало работы в VS Code
  6. Изменение настроек редактора VS Code
  7. Знакомство с интерпретатором Python
  8. Выполнения кода в Visual Studio Code
  9. Самое важное в Python
  10. Основные типы в Python
  11. Практика в интерактивном интерпретаторе Python
  12. Встроенные функции
  13. Функция dir и атрибуты объектов
  14. Практика – Встроенные функции print и dir
  15. Практика – Встроенная функция input и методы строк
  16. Отступы в Python
  17. Форматирование кода Python и PEP8
  18. Комментарии в Python
  19. Выражения
  20. Инструкции
  21. Переменные
  22. Объявление переменных и присвоение им значений
  23. Динамическая типизация
  24. Типы и структуры данных
  25. Переменные и объекты
  26. Встроенная функция id
  27. Практика – Встроенная функция id и объекты
  28. Строки – str
  29. Практика – Строки
  30. Встроенные функции и методы строк
  31. Практика – Методы строк
  32. Целые числа – int
  33. Практика – Целые числа
  34. Числа с десятичной точкой – float
  35. Комплексные числа – complex
  36. Логический тип – bool
  37. Практика – Логический тип
  38. Конвертация типов
  39. Практика – Введение в магические методы
  40. Магические методы
  41. Списки – list
  42. Методы списков
  43. Разные операции со списками
  44. Копирование списков
  45. Практика – Списки
  46. Словари – dict
  47. Изменение и удаление значений в словарях
  48. Использование переменных в словарях
  49. Длина словаря
  50. Несуществующие ключи и метод get
  51. Резюме по словарям
  52. Практика – словари
  53. Практика – Копирование словаря
  54. Практика – Конвертация других значений в словарь
  55. Задача – Словари
  56. Кортежи – tuple
  57. Методы кортежей
  58. Практика – Кортежи
  59. Наборы – set
  60. Практика – Проверка неупорядоченности наборов
  61. Изменяемые объекты в наборах
  62. Практика – Наборы
  63. Методы наборов
  64. Практика – Методы наборов
  65. Практика – Симметричная разница в наборах
  66. Диапазоны – range
  67. Практика – Диапазоны
  68. Сравнение типов последовательностей
  69. Встроенная функция zip
  70. Конвертация zip в dict
  71. Изменение объектов в Python
  72. Поведение изменяемых объектов
  73. Как избежать изменения копий
  74. Практика – Создание поверхностных и полных копий
  75. Функции
  76. Самая корткая функция и pass
  77. Передача неизменяемых объектов в функцию
  78. Передача изменяемых объектов в функцию
  79. Как избежать изменения внешних объектов в функции
  80. Аргументы функций
  81. Объединение всех аргументов в кортеж в функции
  82. Аргументы с ключевыми словами
  83. Объединение именованых аргументов в словарь
  84. Значения параметров функции по умолчанию
  85. Практика – Значения параметров по умолчанию
  86. Колбэк функции
  87. Практика – Колбэк функции
  88. Правила работы с функциями
  89. Документация функции docstring
  90. Области видимости
  91. Жизненный цикл переменных
  92. Ключевое слово global в функциях
  93. Практика – Глобальные и локальные переменные
  94. Операторы
  95. Операторы и магические методы
  96. Функция dir
  97. Бинарные и унарные операторы
  98. Операторы in, not in
  99. Приоритетность операторов
  100. Ложные значения
  101. Логические операторы
  102. Операторы короткого замыкания or и and
  103. Практика – Логические операторы
  104. Оператор распаковки словаря
  105. Объединение словарей
  106. Инструкция del
  107. Соединение строк
  108. Форматирование строк с f-strings
  109. Практика – Соединение строк с помощью +
  110. Практика – f-strings
  111. Лямбда функции
  112. Практика – Лямбда функции
  113. Обработка ошибок
  114. Получение информации об ошибке
  115. Разные типы ошибок в разных блоках except
  116. Блоки else и finally в обработке ошибок
  117. Отсутствие типа ошибки и класс Exception
  118. Создание ошибок
  119. Распаковка списков и кортежей
  120. Распаковка словаря в именованые аргументы
  121. Распаковка списка в позиционные аргументы
  122. Условные инструкции
  123. Инструкция if
  124. Инструкция if else
  125. Инструкция if elif
  126. Использование if в функциях
  127. Тернарный оператор
  128. Практика – Тернарный оператор
  129. Циклы
  130. Цикл for in
  131. Практика – цикл for in
  132. Итерация по ключам с значениями в словаре
  133. Цикл for in для наборов
  134. Встроенная функция filter
  135. Цикл while
  136. Использование continue в циклах
  137. Сокращенный цикл for in
  138. Примеры с сокращенным циклом for in
  139. Практика – сокращенный цикл for in
  140. Генераторы в сокращенном for in
  141. Практика – генераторы
  142. Объекты и классы
  143. Практика – Создание экземпляров класса
  144. Магический метод классов __init__
  145. Практика – Объекты с собственными атрибутами
  146. Методы и экземпляры классов
  147. Статические методы классов
  148. Атрибуты класса
  149. Магические методы в классах
  150. Наследование из других классов
  151. Практика – Создание подклассов
  152. Модули
  153. Практика – Модули
  154. Что такое __main__ и __name__
  155. Встроенные модули
  156. Создание пакетов
  157. JSON
  158. Конвертация JSON в словарь
  159. Практика – JSON
  160. Работа с файлами
  161. Методы класса Path
  162. Практика – Работа с путями к файлам и директориям
  163. Чтение и запись файлов
  164. Практика – Запись и чтение файлов
  165. Практика – Удаление файлов
  166. Создание zip архива
  167. Практика – Распаковка zip архива
  168. Работа с CSV файлами
  169. Практика – Чтение из CSV файлов
  170. Модуль datetime
  171. Практика – Форматирование дат
  172. Использование класса timedelta
  173. Модуль time
  174. Модуль random
  175. Модуль secrets для генерации паролей
  176. Модуль math
  177. Рекурсивные функции
  178. Модуль для регулярных выражений re
  179. Сохранение паттерна в отдельном объекте
  180. Проверка email с помощью регулярного выражения
  181. Отправка email с помощью модуля smtplib
  182. Компоновка и отправка email
  183. HTML шаблоны для отправки email
  184. Отправка вложений в email
  185. Модуль SQLite3 и создание базы данных
  186. Практика – Запись данных в таблицу SQLite
  187. Практика – Чтение данных из таблицы SQLite
  188. Модуль array
  189. Аргументы функции и модуль sys
  190. Модуль webbrowser
  191. Менеджер пакетов PIP
  192. Виртуальные среды и Pipenv
  193. Создание виртуальной среды
  194. Файлы Pipfile и Pipfile.lock
  195. Использование пакетов в виртуальной среде
  196. Инсталяция дополнительных пакетов в виртуальной среде
  197. Дерево пакетов и обновление пакетов
  198. Обзор проекта Django
  199. Введение в Django и паттерн MVC
  200. Установка Django
  201. Создание нового проекта Django
  202. Запуск сервера Django
  203. Выбор виртуальной среды в VS Code
  204. Файлы проекта Django
  205. Обзор настроек проекта Django
  206. Настройки WSGI и ASGI
  207. Остальные настройки проекта Django
  208. Настройки роутинга в проекте Django
  209. Создание приложения Django
  210. Разница между проектом и приложениями
  211. Обзор файлов приложения
  212. Создание функции вида
  213. Привязка функции вида к маршруту
  214. Добавление маршрутов приложения к маршрутам проекта
  215. Проверка доступности приложения в веб интерфейсе
  216. Применение миграций для базы данных
  217. Создание аккаунта администратора
  218. Создание моделей
  219. Изменение списка установленных приложений
  220. Создание миграций
  221. Применение созданных миграций
  222. Изменение моделей
  223. Создание категории с помощью модели
  224. Создание курсов в категории
  225. Подключение моделей в панели администратора
  226. Добавление магического метода __str__ в модели
  227. Отображение названий курсов на веб странице
  228. Создание HTML шаблона
  229. Использование данных из базы данных в шаблоне
  230. Связь между слоями в приложениях Django
  231. Подключение библиотеки стилей Bootstrap
  232. Создание базового HTML шаблона
  233. Добавление общего навигационного блока
  234. Добавление маршрута для одного курса
  235. Создание функции вида для страницы курса
  236. Создание шаблона для страницы курса
  237. Проверка страницы отдельного курса
  238. Отображение страницы 404 если курса нет в базе
  239. Настройка роутинга между страницами
  240. Роутинг с использованием имен маршрутов
  241. Роутинг с использований имен приложений и маршрутов
  242. Перенос шаблонов в общую папку
  243. Подведение итогов по приложению Shop
  244. Создание приложения api
  245. Создание моделей для приложения api
  246. Настройка роутинга для приложения api
  247. Проверка работы сервиса API
  248. Добавление версии API
  249. Установка программы Postman
  250. Настройка аутентификации и авторизации для API
  251. Создание API ключа
  252. Удаление курса через API
  253. Создание нового курса с помощью POST
  254. Изменение данных перед отправкой клиентам через API
  255. Подведение итогов по приложению api
  256. Рефакторинг приложения api
  257. Перенос магазина на главную страницу
  258. Изменение панели администратора
  259. Подведение итогов по всему проекту Django
  260. Введение в Pygame
  261. Запуск игры и события в Pygame
  262. Изменение цвета фона в игре
  263. Добавление прямоугольника в игре
  264. Перемещение прямоугольника кнопками на клавиатуре
  265. Перемещение прямоугольника только в рамках экрана
  266. Подведение итогов по игре с прямоугольником
  267. Демонстрация игры типа shooter
  268. Добавление корабля на экран
  269. Перемещение корабля влево и вправо
  270. Непрерывное перемещение корабля при нажатой клавише
  271. Добавление шарика на экране
  272. Перемещение и скрытие шарика
  273. Отображение инопланетянина в игре
  274. Добавление проигрыша в игре
  275. Попадание шарика в инопланетянина
  276. Ускорение движения инопланетянина
  277. Добавления счетчика попаданий
  278. Подведение итогов по созданию игры
  279. Введение в Data Science и Machine Learning
  280. Установка и запуск Jupyter Notebook
  281. Знакомство с Jupyter Notebook
  282. Использование переменных в Jupyter
  283. Импорт из встроенных модулей в Jupyter
  284. Установка внешних модулей в Jupyter
  285. Использование внешних модулей в Jupyter
  286. Установка Jupyter Lab
  287. Знакомство с Jupyter Lab
  288. Добавление оглавления и разметка
  289. Управление файлами, консоль и терминал в Jupyter Lab
  290. Текстовые файлы и подсказки в Jupyter Lab
  291. Обзор Anaconda
  292. Введение в NumPy
  293. Создание одномерных массивов в NumPy
  294. Форма, размерность и тип данных в NumPy
  295. Двухмерные массивы в NumPy
  296. Оси в массивах NumPy
  297. Слияние массивов NumPy
  298. Соединение одномерных массивов
  299. Заполнение массива нулями и единицами
  300. Модуль random для массивов NumPy
  301. Псевдо случайные числа
  302. Методы randint, uniform и choice
  303. Методы arange и reshape
  304. Метод flatten для трансформации в одномерный массив
  305. Одномерные массивы в NumPy – Примеры 1, 2
  306. Одномерные массивы в NumPy – Примеры 3, 4
  307. Двухмерные массивы в NumPy – Пример 5
  308. Двухмерные массивы в NumPy – Пример 6
  309. Трехмерные массивы в NumPy – Пример 7
  310. Резюме секции по NumPy
  311. Обзор Pandas и создание DataFrame
  312. Обзор DataFrame в Pandas
  313. Метод describe для DataFrame в Pandas
  314. Выбор колонок по типу данных
  315. Отсутствующие значения и метод isna
  316. Конвертация строк в даты
  317. Подведение итогов по DataFrame
  318. Series в Pandas
  319. Операции с Series в Pandas
  320. Выборка столбцов и рядов в DataFrame с помощью loc и iloc
  321. Фильтрация в DataFrame
  322. Фильтрация с помощью метода isin
  323. Сортировка в DataFrame
  324. Подведение итогов по фильтрации и сортировке DataFrames
  325. Добавление и изменение данных в DataFrame
  326. Слияние DataFrames
  327. Удаление колонок и рядов в DataFrame
  328. Подведение итогов по слиянию и изменению DataFrames
  329. Генерация случайных данных для DataFrame
  330. Сохранение DataFrame в CSV файле
  331. Создание DataFrame из CSV файла
  332. Сохранение DataFrame в Excel и JSON файлах
  333. Анализ и группирование данных, загруженных из CSV файла
  334. Отображение диаграмм с помощью Matplotlib
  335. Подведение итогов по проекту с данными из CSV файла
  336. Подведение итогов по пакету Pandas
  337. Введение в Matplotlib и базовые диаграммы
  338. Примеры plot диаграмм – line, bar, area, pie
  339. Пример гистограммы
  340. Пример диаграммы boxplot
  341. Пример диаграммы heatmap
  342. Резюме по примерам диаграмм
  343. Загрузка данных из CSV файла для визуализации
  344. Отображение реальных данных на диаграммах
  345. Диаграммы для транспонированного DataFrame
  346. Подведение итогов по визуализации реальных данных из CSV файла
  347. Подведение итогов по Matplotlib и Seaborn
  348. Введение в Scikit-learn и обзор данных для создания модели
  349. Планирование шагов по построению модели
  350. Этап очистки данных перед построением модели
  351. Попытка создания модели
  352. Этап кодирования с помощью метода replace
  353. Замена значений на цифровые с помощью LabelEncoder
  354. Создание модели после очистки и кодирования данных
  355. Предсказание целевых значений с помощью модели
  356. Разбиение данных на части для обучения и тестирования модели
  357. Оценка точности построенной модели
  358. Экспорт модели в .dot файл для визуализации процесса принятия решений
  359. Отображение диаграмм на основании данных для модели
  360. Подведение итогов по созданию модели
  361. Загрузка большого реального набора данных для построения модели
  362. Загрузка данных из большого CSV файла и базовый анализ
  363. Очистка данных после загрузки
  364. Отображение диаграмм на этапе анализа данных
  365. Кодирование данных перед созданием модели
  366. Отображение дополнительных диаграмм
  367. Фильтрация данных на этапе анализа
  368. Создание модели с помощью DecisionTreeClassifier
  369. Оценка точности модели, построенной с помощью DecisionTreeClassifier
  370. Создание моделей с помощью RandomForestClassifier, KNeighborsClassifier и LogisticRegression
  371. Итоги по построению моделей и планы для изменения данных
  372. Построение модели без отзывов пассажиров
  373. Тестирование модели на основании вручную созданных данных
  374. Подведение итогов по модели без отзывов пассажиров
  375. Сохранение модели в файле и загрузка из файла
  376. Подведение итогов по примеру с пассажирами

Список задач для самостоятельного выполнения

  1. ЗАДАЧА – Запись и чтение файлов
  2. ЗАДАЧА – JSON
  3. ЗАДАЧА – Классы и экземпляры
  4. ЗАДАЧА – Наборы
  5. ЗАДАЧА – Обработка ошибок
  6. ЗАДАЧА – Операторы
  7. ЗАДАЧА – Проверка пароля
  8. ЗАДАЧА – Словари
  9. ЗАДАЧА – Условные инструкции
  10. ЗАДАЧА – Функции
  11. ЗАДАЧА – Цикл while
  12. ЗАДАЧИ – Именованые аргументы функций
  13. ЗАДАЧИ – Сокращенный цикл for in
  14. ЗАДАЧИ – Списки
  15. ЗАДАЧИ – Тернарный оператор
  16. ЗАДАЧИ – Цикл for in
  17. ЗАДАЧИ – Сокращенный цикл for in
  18. ЗАДАЧА – Классы и экземпляры
  19. ЗАДАЧА – JSON
  20. ЗАДАЧА – Запись и чтение файлов
  21. ЗАДАЧА – Проверка пароля

После прохождения этого курса вы смело сможете сказать, что ЗНАЕТЕ Python и УМЕЕТЕ пользоваться самыми востребованными функциями Python.

Для кого этот курс:

  • Начинающие программисты Python, желающие научиться программировать
  • Планирующие работать в направлении Data Science и Machine Learning
  • Веб разработчики, которые хотят создавать веб приложения с помощью Python
  • Желающие выполнять задачи, связанные с машинным обучением, обработкой данных
  • Разработчики игр, которые хотят создавать игры с помощью Python Pygame

 

Отзывы

Отзывов пока нет.

Будьте первым, кто оставил отзыв на “[Bogdan Stashchuk] [Udemy] Python – Полный Курс по Python, Django, Data Science и ML”

Ваш адрес email не будет опубликован. Обязательные поля помечены *