Data Analitika
Data Analitika kursu uşaqlara məlumatları oxumağı, müqayisə etməyi və sadə nəticələr çıxarmağı öyrədən praktiki təlimdir. Kursda uşaqlar cədvəllər, qrafiklər və vizual məlumatlar vasitəsilə analitik düşüncə ilə tanış olur, real həyatdan götürülmüş sadə nümunələr üzərində məlumatları analiz edirlər. Təlim oyun əsaslı tapşırıqlar və vizual məşğələlər üzərində qurulur, uşaqlarda məntiqi düşüncə, diqqət və problem həll etmə bacarıqları inkişaf etdirilir.
Üstünlüklərimiz
Peşəkar Mentorlar
Təcrübəli mütəxəssislərdən dəstək və istiqamət
Praktiki Tədris
Yalnız nəzəriyyə deyil, real layihələr üzərində öyrənmə imkanı
Müasir Texnologiyalar
Python, AI, web proqramlaşdırma və digər aktual sahələr
Karyera Dəstəyi
CV hazırlığı, müsahibə simulyasiyaları və iş imkanlarına çıxış
Tədris proqramı
Modul 1 — Python Basics, OOP & NumPy Fundamentals
- 1.What is Data Science? The study of data to extract useful insights and knowledge Variables & Basic Operations Decision Making (if-else) & Loops Lists, Tuples, Dictionaries Functions OOP NumPy Creating Arrays Operations Using NumPy NumPy Data Types Data Type Objects NumPy Array Creation & Routines NumPy Indexing & Slicing NumPy Advanced Indexing Integer Indexing Boolean Array Indexing Iterating Over Array Broadcasting Array Manipulation Mathematical Functions Visualization with Matplotlib
Modul 2 — Data Analysis & Visualization with Python
- 1.Creating Pandas Series & DataFrame Viewing Data (Top & Bottom Rows) Basic Statistical Details Pandas to NumPy Conversion Selecting Columns in a DataFrame Selecting Rows in a DataFrame (loc & iloc) Boolean Indexing in Pandas Concatenation & Merge in Pandas Join in Pandas Working with date and time using Pandas Pandas Working With Text Data Read csv using Pandas Apply a Function on the Series Aggregation Across Columns Mean Absolute Deviation of the Series Unbiased Standard Error of the Mean Count of Unique Values in a Series Pandas Built-in Data Visualization Data Analysis and Visualization with Python / Set 1 Data Analysis and Visualization with Python / Set 2 Box Plot Visualization with Pandas and Seaborn Applications and Projects
Modul 3 — Statistics & Probability
- 1.Joint, Marginal, and Conditional Probability Probability Distributions: Discrete and Continuous Bayes Theorem, Divergence, Hypothesis Testing Mean, Variance, Standard Deviation Random Variables, Covariance and Correlation Law of Large Numbers Central Limit Theorem Statistical Significance Resampling Methods
Modul 4 — Machine Learning & Deep Learning with Python
- 1.What Is Machine Learning? Types of Machine Learning Bias, Variance, Overfitting, Underfitting Data Preprocessing Feature Selection, Performance Metrics Linear Regression Logistic Regression Decision Trees, Naive Bayes KNN (K-Nearest Neighbors) SVM (Support Vector Machine) Random Forest Bagging & Boosting KMeans What is Deep Learning and Neural Networks? TensorFlow for Deep Learning in Python Input, Weight, Output, Hidden Layers Activation functions (ReLU, Sigmoid) Fully Connected Layers Loss Function Training Simple Models What is CNN? MNIST digit recognition model (Python + TensorFlow) Image dataset experiments and visualization What is RNN and sequence modeling Simple sequence prediction examples Applications and Projects
Qabaqcıl məzunlarımız
Bu kurs üçün hələ məzun məlumatı əlavə olunmayıb.
Müəllimlərimiz
Ən çox verilən suallar
idtech texnologiya, proqramlaşdırma və rəqəmsal bacarıqlar sahəsində təhsil verən müasir bir öyrənmə ekosistemidir.
Saytımızdakı 'Müraciət et' bölməsindən formu doldurmaqla qeydiyyatdan keçə bilərsiniz.
Dərslər həm yeni başlayanlar, həm də təcrübəsini dərinləşdirmək istəyənlər üçün uyğundur.
Bəli, dərslər həm onlayn, həm də sinif şəraitində keçirilir.