We may earn an affiliate commission when you visit our partners.
Carlo Sansone
Python per la Data Science è un corso cruciale per qualsiasi professionista che voglia analizzare grandi quantità di dati attraverso le più recenti tecniche di machine Learning e Deep learning.
Read more
Python per la Data Science è un corso cruciale per qualsiasi professionista che voglia analizzare grandi quantità di dati attraverso le più recenti tecniche di machine Learning e Deep learning.
Read more
Python per la Data Science è un corso cruciale per qualsiasi professionista che voglia analizzare grandi quantità di dati attraverso le più recenti tecniche di machine Learning e Deep learning.
Il core del corso è rappresentato dall’utilizzo dei notebook: una nuova forma di fruizione dei contenuti didattici in cui testo e teoria sono affiancati a numerosi codici eseguibili e modificabili. Il formato è visivamente simile ad un file PDF a cui si aggiunge l’interattività tipica dei prodotti software. Il risultato? Un corso fortemente interattivo a vocazione pratica in cui, codice dopo codice, si manipolano dati fino a giungere ad esempi avanzati di image processing.
Non ti resta altro da fare che iscriverti al Corso e metterti alla prova con “Python per la Data Science”: ti aspetto!
Questo corso fa parte della Specialization in Data Science con Python e R, cui sarà possibile iscriversi non appena il corso sarà partito.
Register for this course and see more details by visiting:
OpenCourser.com/course/iu748t/python
What's inside
Syllabus
Data Manipulation e Visualization con Python
Questa settimana imparerai come usare NumPy, Pandas e Matplotlib per l’importazione, manipolazione e visualizzazione dei dati.
Read more
Syllabus
Data Manipulation e Visualization con Python
Questa settimana imparerai come usare NumPy, Pandas e Matplotlib per l’importazione, manipolazione e visualizzazione dei dati.
Read more
Artificial Neural Networks con Python
Vedrai come implementare le reti neurali feedforward in scikit-learn e come passare da queste al deep learning con PyTorch.
PyTorch per la classificazione di immagini
Questa settimana entriamo nel dettaglio delle convolutional neural networks, focalizzandoci sugli aspetti di transfer knowledge.
Oltre la classificazione: segmentazione semantica e object detection con Keras/PyTorch
Toccherai con mano due casi studio avanzati che riguardano la segmentazione semantica e l’object detection.
Esame finale
Sei arrivato alla fine del percorso: mettiti alla prova con l'esame finale che ho preparato per te.
Good to know
Good to know
Know what's good ,
what to watch for , and
possible dealbreakers
Introduces learners to data science with Python, an industry-standard language
Emphasizes practicality with interactive notebooks and hands-on exercises
Covers crucial topics including data manipulation, visualization, machine learning, and deep learning
Provides a solid foundation for learners looking to build a career in data science
Taught by Carlo Sansone, an experienced instructor in the field of data science
Forms part of a larger Specialization in Data Science with Python and R, offering a comprehensive learning path
Save this course
Save Python per la Data Science to your list so you can find it easily later:
Save
Save
Reviews summary
A rushed python course
This course has gotten mixed reviews, with 100% 5-star reviews. Some students feel that it is a good introduction to Python for data science, while others say it is rushed and lacks in basics. More reviews are needed to accurately rate this course.
Activities
Be better prepared
before
your course. Deepen your understanding
during
and
after
it. Supplement your coursework and achieve mastery of the topics covered
in Python per la Data Science with these
activities:
Rivedi e organizza le note del corso
Show steps
Rivedi e organizza le note del corso per rafforzare la comprensione e prepararsi per gli esami.
Show steps
-
Rileggi le note del corso
-
Organizza le note in sezioni logiche
-
Crea mappe concettuali o diagrammi di flusso
Gruppo di studio con altri studenti
Show steps
Partecipare a sessioni di studio con altri studenti per discutere concetti chiave, risolvere problemi e rinforzare l'apprendimento.
Show steps
-
Trova un gruppo di studenti con cui incontrarsi regolarmente
-
Discuti le letture del corso, le lezioni e gli esercizi
-
Lavora insieme per risolvere problemi
Presentazione sugli ultimi sviluppi in Data Science
Show steps
Creare una presentazione sugli ultimi sviluppi in Data Science per approfondire le conoscenze e condividere le informazioni con gli altri.
Browse courses on
Data Science
Show steps
-
Ricerca e leggi letteratura accademica e articoli di settore
-
Identifica gli ultimi trend e le applicazioni
-
Crea diapositive e prepara un discorso
-
Presenta davanti a un pubblico
Three other activities
Expand to see all activities and additional details
Show all six activities
Esercizi guidati su Python
Show steps
Eseguire esercizi guidati per rinforzare le competenze di manipolazione e visualizzazione dei dati in Python.
Browse courses on
Python
Show steps
-
Importa NumPy, Pandas e Matplotlib
-
Esegui operazioni di manipolazione dei dati come ordinamento, filtraggio e unione
-
Visualizza i dati utilizzando grafici e istogrammi
Tutorial su TensorFlow
Show steps
Seguire tutorial guidati per sviluppare capacità nella creazione e addestramento di reti neurali in TensorFlow.
Browse courses on
Artificial Neural Networks
Show steps
-
Installa TensorFlow
-
Crea un modello di rete neurale feedforward
-
Addestra e valuta il modello su un set di dati
Workshop pratico sul Deep Learning
Show steps
Partecipare a un workshop pratico per acquisire esperienza diretta nell'utilizzo di PyTorch per il deep learning.
Browse courses on
PyTorch
Show steps
-
Impara le basi dell'architettura PyTorch
-
Costruisci e addestra modelli di deep learning
-
Applica tecniche di deep learning a problemi del mondo reale
Rivedi e organizza le note del corso
Show steps
Rivedi e organizza le note del corso per rafforzare la comprensione e prepararsi per gli esami.
Show steps
Show steps
Show steps
- Rileggi le note del corso
- Organizza le note in sezioni logiche
- Crea mappe concettuali o diagrammi di flusso
Gruppo di studio con altri studenti
Show steps
Partecipare a sessioni di studio con altri studenti per discutere concetti chiave, risolvere problemi e rinforzare l'apprendimento.
Show steps
Show steps
Show steps
- Trova un gruppo di studenti con cui incontrarsi regolarmente
- Discuti le letture del corso, le lezioni e gli esercizi
- Lavora insieme per risolvere problemi
Presentazione sugli ultimi sviluppi in Data Science
Show steps
Creare una presentazione sugli ultimi sviluppi in Data Science per approfondire le conoscenze e condividere le informazioni con gli altri.
Browse courses on
Data Science
Show steps
Show steps
Show steps
- Ricerca e leggi letteratura accademica e articoli di settore
- Identifica gli ultimi trend e le applicazioni
- Crea diapositive e prepara un discorso
- Presenta davanti a un pubblico
Three other activities
Expand to see all activities and additional details
Show all six activities
Esercizi guidati su Python
Show steps
Eseguire esercizi guidati per rinforzare le competenze di manipolazione e visualizzazione dei dati in Python.
Browse courses on
Python
Show steps
Show steps
Show steps
- Importa NumPy, Pandas e Matplotlib
- Esegui operazioni di manipolazione dei dati come ordinamento, filtraggio e unione
- Visualizza i dati utilizzando grafici e istogrammi
Tutorial su TensorFlow
Show steps
Seguire tutorial guidati per sviluppare capacità nella creazione e addestramento di reti neurali in TensorFlow.
Browse courses on
Artificial Neural Networks
Show steps
Show steps
Show steps
- Installa TensorFlow
- Crea un modello di rete neurale feedforward
- Addestra e valuta il modello su un set di dati
Workshop pratico sul Deep Learning
Show steps
Partecipare a un workshop pratico per acquisire esperienza diretta nell'utilizzo di PyTorch per il deep learning.
Browse courses on
PyTorch
Show steps
Show steps
Show steps
- Impara le basi dell'architettura PyTorch
- Costruisci e addestra modelli di deep learning
- Applica tecniche di deep learning a problemi del mondo reale
Career center
Learners who complete Python per la Data Science will develop knowledge and skills
that may be useful to these careers:
Data Scientist
Data Scientist
A Data Scientist has a strong foundation in information technology, mathematics, and statistics. The majority of Data Scientists hold at least a Master's degree. In this role, you must be proficient in computer programming and data analysis software. The highly interactive, and practical format of 'Python per la Data Science', will build on an existing foundation in programming and data analysis, preparing you for career as a Data Scientist. This course is particularly useful as it includes the applicable usage of machine learning and deep learning techniques.
Artificial Intelligence Engineer
Artificial Intelligence Engineer
An Artificial Intelligence Engineer develops and maintains AI systems. Proficiency in programming languages, data structures, and algorithms is required. This course will help you build the mathematical, statistical, and programming skills crucial to the success of an AI Engineer. In particular, the modules on artificial neural networks, convolutional neural networks, and object detection will prepare you to design and develop cutting-edge AI systems.
Data Analyst
Data Analyst
Data Analysts translate raw data into actionable insights that drive business decisions. Proficiency in common data analysis software, database management, and statistics is expected. 'Python per la Data Science' is a comprehensive resource for building your knowledge of these topics, and will set you up for success in this in-demand field.
Machine Learning Engineer
Machine Learning Engineer
Machine Learning Engineers apply mathematical and statistical techniques to extract knowledge from data. A strong foundation in computer science, mathematics, and statistics is required. 'Python per la Data Science' will build your foundation in the programming, math, and statistics skills needed by a Machine Learning Engineer. The interactive notebooks will enable you to practice data manipulation, visualization, and the use of machine learning libraries.
Data Engineer
Data Engineer
Data Engineers build and maintain the infrastructure that stores and processes data. A strong foundation in computer science and data engineering is required. This course can help you build the programming and data engineering skills needed to succeed as a Data Engineer. The modules on data manipulation, visualization, and machine learning will help you to effectively work with big data.
Actuary
Actuary
Actuaries use mathematical and statistical models to assess risk. A strong foundation in mathematics, statistics, and finance is required. This course can help you build the programming and financial data analysis skills needed to succeed as an Actuary. The modules on data manipulation, visualization, and machine learning will help you to develop models that can effectively assess risk.
Quant Analyst
Quant Analyst
Quant Analysts use mathematical and statistical models to analyze financial data. A strong foundation in mathematics, statistics, and finance is required. This course can help you build the programming and financial data analysis skills needed to succeed as a Quant Analyst. The modules on data manipulation, visualization, and machine learning will help you to develop models that can effectively analyze financial data.
Operations Research Analyst
Operations Research Analyst
Operations Research Analysts use mathematical and statistical models to improve business operations. A strong foundation in mathematics, statistics, and business is required. This course can help you build the programming and data analysis skills needed to succeed as an Operations Research Analyst. The modules on data manipulation, visualization, and machine learning will help you to develop models that can effectively improve business operations.
Statistician
Statistician
Statisticians collect, analyze, interpret, and present data. A strong foundation in mathematics is required, and a PhD is preferred. 'Python per la Data Science' can help build your programming skills, which can make you more competitive in this field. Additionally, the course includes modules on data manipulation, visualization, and machine learning, all of which are valuable skills for a Statistician.
Financial Analyst
Financial Analyst
Financial Analysts use mathematical and statistical models to analyze financial data. A strong foundation in mathematics, statistics, and finance is required. This course can help you build the programming and financial data analysis skills needed to succeed as a Financial Analyst. The modules on data manipulation, visualization, and machine learning will help you to develop models that can effectively analyze financial data.
Risk Analyst
Risk Analyst
Risk Analysts use mathematical and statistical models to assess risk. A strong foundation in mathematics, statistics, and finance is required. This course can help you build the programming and financial data analysis skills needed to succeed as a Risk Analyst. The modules on data manipulation, visualization, and machine learning will help you to develop models that can effectively assess risk.
Market Research Analyst
Market Research Analyst
Market Research Analysts conduct surveys and analyze data to understand market trends. A strong foundation in mathematics and statistics is preferred. This course can help you build the analytical skills needed to succeed as a Market Research Analyst. The modules on data manipulation, visualization, and machine learning will help you to effectively analyze market data.
Software Engineer
Software Engineer
A Software Engineer designs, develops, and maintains software systems. A strong foundation in computer science is required. 'Python per la Data Science' can help you build the programming and data analysis skills needed to succeed as a Software Engineer. The modules on data manipulation, visualization, and machine learning will help you to develop software systems that can effectively work with data.
Business Analyst
Business Analyst
Business Analysts use data to help businesses make better decisions. A strong foundation in business and data analysis is required. 'Python per la Data Science' can help you build the analytical skills needed to succeed as a Business Analyst. The modules on data manipulation, visualization, and machine learning will help you to effectively analyze business data.
For more career information including salaries, visit:
OpenCourser.com/course/iu748t/python
Reading list
We've selected eight books
that we think will supplement your
learning. Use these to
develop background knowledge, enrich your coursework, and gain a
deeper understanding of the topics covered in
Python per la Data Science.
Un testo dettagliato con numerosi suggerimenti su come utilizzare Scikit-Learn, Keras e TensorFlow per l'apprendimento automatico. Fornisce anche una guida dettagliata sul preprocessamento dei dati, la valutazione dei modelli e l'ottimizzazione delle prestazioni.
Una guida introduttiva all'apprendimento profondo con Python e Keras. Spiega i concetti fondamentali e le architetture dell'apprendimento profondo, nonché l'implementazione di modelli per varie attività di apprendimento automatico.
Una guida pratica alla scienza dei dati che insegna agli studenti a costruire modelli di apprendimento automatico da zero. Copre argomenti come la pulizia dei dati, l'ingegneria delle caratteristiche e la valutazione del modello.
Un'introduzione all'apprendimento automatico per principianti. Fornisce una panoramica delle tecniche di apprendimento automatico, della preparazione dei dati e della valutazione del modello, con enfasi sulla semplicità e la chiarezza.
Una raccolta di ricette pratiche che dimostrano come utilizzare TensorFlow 2.0 per risolvere problemi di apprendimento automatico del mondo reale. Copre argomenti come la classificazione delle immagini, l'elaborazione del linguaggio naturale e l'apprendimento di rinforzo.
Una guida dettagliata a Python per l'analisi dei dati. Copre argomenti come la manipolazione dei dati, la visualizzazione dei dati e l'analisi statistica, con particolare attenzione all'utilizzo di librerie come Pandas e NumPy.
Un libro completo sull'elaborazione del linguaggio naturale con Python. Copre argomenti come la tokenizzazione, l'analisi sintattica, l'analisi semantica e il riconoscimento vocale.
Un'introduzione accessibile all'intelligenza artificiale. Spiega i concetti chiave dell'IA, nonché le sue potenziali applicazioni e le sfide etiche.
For more information about how these books relate to this course, visit:
OpenCourser.com/course/iu748t/python
Share
Similar courses
Here are nine courses similar to
Python per la Data Science.
Corso Completo di Inglese: Inglese per Principianti
OpenCourser.com/course/9mirv6/corso
Corso Completo di Inglese: Inglese per Principianti
Most relevant
Python Pro - La Guida Completa, da Zero a Professionista
OpenCourser.com/course/7xb4ym/python
Python Pro - La Guida Completa, da Zero a Professionista
Most relevant
Python: Istruzioni per l’uso
OpenCourser.com/course/krjicc/python
Python: Istruzioni per l’uso
Most relevant
Corso completo per Data Science e machine learning con R
OpenCourser.com/course/bnski9/corso
Corso completo per Data Science e machine learning con R
Most relevant
Business Intelligence con la Product Suite di Tableau
OpenCourser.com/course/p56149/business
Business Intelligence con la Product Suite di Tableau
Most relevant
Big Data Analytics con Python e Spark 2.4: il Corso Completo
OpenCourser.com/course/3dlacm/big
Big Data Analytics con Python e Spark 2.4: il Corso...
Most relevant
Introduzione alla Data Visualization con Tableau
OpenCourser.com/course/19wrg6/introduzione
Introduzione alla Data Visualization con Tableau
Most relevant
Data Visualization e manipolazione dei dati con Tableau
OpenCourser.com/course/hoa17i/data
Data Visualization e manipolazione dei dati con Tableau
Most relevant
Analisi Commerciale e Reporting Excel
OpenCourser.com/course/yhseyb/analisi
Analisi Commerciale e Reporting Excel
Most relevant
Level
Intermediate
Via
Coursera
Institution
Università di Napoli Federico II
Instructor
Carlo Sansone
Language
Italiano
This course belongs to a
collection
called
Data Science con Python e R. It's comprised of three courses:
- Python: Istruzioni per l’uso
- Python per la Data Science (viewing)
- Machine Learning e Data Mining in R
Good to know
Introduces learners to data science with Python, an industry-standard language
Emphasizes practicality with interactive notebooks and hands-on exercises
Covers crucial topics including data manipulation, visualization, machine learning, and deep learning
Provides a solid foundation for learners looking to build a career in data science
Taught by Carlo Sansone, an experienced instructor in the field of data science
Forms part of a larger Specialization in Data Science with Python and R, offering a comprehensive learning path
Our mission
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
Affiliate disclosure
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
© 2016 - 2024 OpenCourser