Черненко + Специалист - PYTHON ДЛЯ SEO СПЕЦИАЛИСТА + Python. Анализ и визуализация данных (2018)

Тема в разделе "Программирование", создана пользователем Moony, 23 мар 2019.

  1. Moony

    Moony Active Member

    Сообщения:
    1.823
    Репутация:
    162
    PYTHON ДЛЯ SEO СПЕЦИАЛИСТА + Python. Анализ и визуализация данных на языке Python
    [​IMG]
    Автор: Черненко + Специалист
    Год: 2018
    Формат: mp4, pdf, pptx, исходники и др.



    Этот курс программирования на языке Python создан для SEO специалистов, желающих повысить свою продуктивность, автоматизировать процессы, работать с большими данными, используя программирование, выйти на новый level в своей работе.

    Легкий в изучении

    Python - самый легкий язык программирования. Благодаря интуитивному и простому синтаксису, который разработан специально для удобства чтения кода.


    Ваш Python скрипт может работать на любой операционной системе. Хотите использовать свой смартфон как парсер или сервер для своего сайта? Python сделает и это.


    Сбор семантики, анализ контента, парсинг выдачи, схемы перелинковки, линкбилдинг. Python легко и быстро поможет автоматизировать любой из этих процессов.

    Что будет на курсе:

    На курсе вы научитесь:
    • Обрабатывать огромные файлы, которые не обрабатывает Excel
    • Работать с базами данных
    • Писать парсеры сайтов
    • Анализировать информацию, тексты, web страницы
    • Работать с картинками
    • Работать с любыми API сервисами
    • Создавать сайты
    • Настраивать сервер


    Вы наверняка видели десятки других курсов по программированию на Python в интернете. А кто-то из вас возможно пробовал проходить их но так и не закончил, потому что очень сложно изучать что-то, что не применяется на практике. Данный курс отличается от других тем, что он создан человеком с 7-ми летним опытом в SEO и 3-х летним опытом в программировании. При изучении не будет вопросов “где мне применить эти знания” или “зачем мне это”. Вы сразу и ясно будете понимать зачем и для чего изучаете ту или другую тему.


    С первого дня вы будете решать прикладные SEO задачи, используя Python. И это будет быстрее, масштабнее, интереснее, эффективнее. Полученные знания можно применять как для белого, так и для черного SEO, решать Вам. Этот курс даст Вам больше, чем любая SEO конференция. Python - это легко! Уделите всего 30 дней своей жизни, и вы изучите Python и будете применять его для решения SEO задач.


    Осторожно! После курса есть риск перестать быть сеошником и стать программистом.


    ПРОГРАММА КУРСА
    1. Почему Python?


    • Обзор языков
    • Компилятор и интерпретатор
    • Бэкенд и Фронтенд
    • Windows и Unix
    • Почему Python
    • Установка Python
    • Настройка окружения, PyCharm
    • Режим консоли
    • print('Hello world!')
    • Калькулятор
    2. Программа как алгоритмы и данные

    • Какие данные обрабатывает Python
    • Integer
    • Float
    • String
    • List
    • Tuple
    • Set
    • Dict
    • Bool
    • Byte
    • None
    • mutable & immutable
    • dir, help, type
    3. Условия, Циклы, Ошибки

    • if
    • for
    • while
    • генераторы
    • обработка ошибок
    • сортировка массивов
    • поиск элементов в массиве
    • слияние массивов
    • вычитание массивов
    • оперативная память
    • быстродействие, сложность алгоритмов
    4. Функции, модули, пакеты

    • Создание функции
    • Вызов функции
    • Повторное использование функций
    • Модули и пакеты
    • Стандартная библиотека
    • Библиотека пакетов PyPi, GitHub
    • Менеджер пакетов pip
    • Виртуальное окружение
    • Установка пакетов (Удаление и Обновление)
    • requirements.txt
    • Отличие пакета от фреймворка
    5. Классы

    • В Python всё класс (объект)
    • Создание класса
    • Свойства класса и методы класса
    • Наследование, Метаклассы
    • Магия Python
    6. Работа с файлами, оператор with

    • открытие файла
    • режим работы с файлом
    • чтение файла
    • поиск по файлу
    • запись в файл
    • огромные файлы
    7. Тексты и Картинки

    • Библиотека NLTK
    • Разбивка текста на предложения
    • Разбивка текста на n-граммы
    • Приведение слов в базовую форму, падежи
    • Подсчет частотности
    • Семантическая близость
    • Похожесть текстов
    • Уникальность текстов
    • Проверка на ошибки
    • Библиотека PIL и работа с картинками
    8. Базы данных

    • Где взять базу данных
    • SQL и noSQL
    • модуль sqlalchemy
    • соединение с базой данных
    • создание структуры базы данных, взаимосвязи
    • чтение, запись, обновление, удаление
    • выполнение сложных запросов
    • Redis
    9. Многопоточность и ThreadPoolExecutor

    • зачем многопоточность
    • Threading и ThreadPoolExecutor
    • где эффективна, а где не эффективна
    • GIL
    • Общие ресурсы
    • Очередь
    • Эффективное использование
    10. Selenium webdriver

    • полноценный браузер
    • Headless режим
    • выполнение сценариев
    • заполнение и отправка форм
    11. Асинхронность, aiohttp client

    • Идея асинхронного кода
    • Синтаксис асинхронного кода
    • корутины вместо функций
    • event loop
    • асинхронные библиотеки
    • aiohttp client
    • асинхронные http запросы
    • выполнение синхронного кода вместе с асинхронным
    12. Разработка сайта на aiohttp server

    • Модель MVC приложений
    • Создаем простейшее web приложение
    • роутинг
    • обработчики
    • шаблоны (jinja2)
    • динамические данные
    • запуск приложения
    • deployment приложения
    • настройка сервера nginx
    • запуск приложения через systemd
    13. Дополнительные темы

    • Cron и планирование заданий
    • Прокси-сервера
    • Полнотекстовый поисковый движок Elasticsearch
    • Установка и запуск Elasticsearch
    • Создание индекса Elasticsearch
    • Запросы в Elasticsearch
    • Elasticsearch на службе сеошника
    • Amazon S3 Bucket - безграничное хранилище данных
    • Полезные API (Google API, Serpstat API, Advego API)
    • Парсинг ВебАрхива web.archive.org/
    • Работа с WordPress через Python скрипты
    • Django Web framework
    • Cloudflare.com
    • Машинное обучение


    14. Разбор кода и индивидуальные консультации

    Программирование на языке Python. Уровень 4. Анализ и визуализация данных на языке Python. Библиотеки Pandas, numpy, Matplotlib


    [​IMG]


    The data analysis and visualization in Python. Packages Pandas, numpy, Matplotlib

    Всего за несколько лет средства анализа данных, доступные разработчикам на Python, совершили рывок вперёд. Появились мощные пакеты, реализующие алгоритмы машинного обучения, обработку естественных языков, статистический анализ и визуализацию.


    Инструменты языка Python просты в использовании, при этом имеют широкие возможности применения. Программирование на Python – простой и эффективный вариант для вхождения в популярную сферу Data Science.


    Уникальная особенность языка – возможность быстрого встраивания анализа данных в веб-приложения.


    Курс «Анализ и визуализация данных на языке Python. Библиотеки Pandas, numpy, Matplotlib» предназначен для тех, кто ищет гибкий инструмент обработки, анализа и визуализации данных и планирует применять свои навыки в работе большими массивами информации.


    Слушатели изучат важнейшие и широко распространенные библиотеки numpy, Matplotlib и Pandas, которые массово применяются в различных областях производственной, финансовой и научной деятельности.


    Обучение на курсе построено на примерах реальных проектов в области обработки данных.


    Курс читается на базе операционной системы Linux, однако его материал может быть применен и на Windows.


    Курс предназначен для программистов, аналитиков, научных работников. Также курс может служить введением в Data Science.

    По окончании курса Вы будете уметь:

    • Создавать и обрабатывать числовые массивы.
    • Создавать диаграммы и графики различных видов и форматов.
    • Объединять и переформировывать данные.


    После окончания обучения Вы будете знать:
    • Основы анализа и визуализации данных, применяемый для этой цели базовый инструментарий языка Python;
    • Основные понятия и методики библиотеки numpy: массив, скаляр, массовая операция, основные операции с массивами, основные функции библиотеки;
    • Библиотеку Matplotlib ее основные понятия и методики применения;
    • Основные виды графиков и диаграмм, способы их построения;
    • Основные понятия и методики библиотеки Pandas.


    Специалисты, обладающие этими знаниями и навыками, в настоящее время крайне востребованы. Большинство выпускников наших курсов делают успешную карьеру и пользуются уважением работодателей.



    Программа курса

    ТемаАк. часов





    Модуль 1. Установка и настройка программного обеспечения. Базовый инструментарий.
    • Принципы организации и управления вычислениями. Используемые языки программирования и взаимосвязь между ними.
    • Необходимые пакеты Python: numpy, Matplotlib, Pandas, Jupyter и другие.
    • Дистрибутив Anaconda, его преимущества и недостатки.
    • Установка пакетов в Linux.
    • Установка пакетов в Windows. Возможные проблемы и методы их решения.
    4


    Модуль 2. Библиотека numpy. Вычислительные задачи.
    • Понятие массива и его основные характеристики.
    • Структура библиотеки.
    • Типы данных библиотеки numpy.
    • Принципы вычислений.
    • Универсальные функции.
    • Важнейшие стандартные функции.
    4


    Модуль 3. Практикум.

    Работа с массивами и матрицами. 8


    Модуль 4. Библиотека Matplotlib. Визуализация данных.
    • Виды графиков и диаграмм.
    • Основные элементы диаграммы.
    • Создание диаграммы.
    • Форматы изображений.
    4


    Модуль 5. Практикум.
    • График функции.
    • Гистограмма.
    4


    Модуль 6. Библиотека Pandas. Статистика и анализ
    • Объект Series.
    • Объект DataFrame.
    4


    Модуль 7. Практикум.

    Первичная обработка данных.
    • Загрузка и выгрузка данных.
    • Организация колонок и строчек.
    • Пропуски и повторы.
    4


    Модуль 8. Статистика. Временные ряды.
    • Типы данных для представления времени.
    • Объект Period.
    • Основные операции статистики.
    4


    Модуль 9. Практикум.

    Статистика. Объединение и переформирование данных.
    • Объединение данных.
    • Сцепление и наложение (concatenating and stacking).
    • Слияние (merging and joining).


    Сайт/Скачать:

    Отзывы:
    Пока нет.
     
Загрузка...

Поделиться этой страницей