Python在數據科學中的應用培訓

這種由 講師指導的 香港 現場培訓（在線或現場）面向希望使用 Anaconda 生態系統在單一平臺中捕獲、管理和部署軟體包和數據分析工作流 的數據科學家。

在本次培訓結束時，參與者將能夠：

• 安裝和配置 Anaconda 個元件和庫。
• 瞭解 Anaconda 的核心概念、功能和優勢。
• 使用 Anaconda Navigator 管理包、環境和頻道。
• 將 Conda、R 和 Python 包用於數據科學和機器學習。
• 瞭解管理多個數據環境的一些實際使用案例和技術。

本課程爲講師指導的培訓（線上或線下），面向希望使用Dask與Python生態系統構建、擴展和分析大型數據集的數據科學家和軟件工程師。

在培訓結束時，參與者將能夠：

• 設置環境，開始使用Dask和Python進行大數據處理。
• 探索Dask中可用的功能、庫、工具和API。
• 瞭解Dask如何加速Python中的並行計算。
• 學習如何使用Dask擴展Python生態系統（Numpy、SciPy和Pandas）。
• 優化Dask環境，以保持處理大型數據集時的高性能。

本課程爲講師指導的培訓，在香港（線上或線下）進行，面向希望提升使用Pandas和NumPy進行數據分析和操作技能的中級Python開發者和數據分析師。

通過本培訓，參與者將能夠：

• 設置包含Python、Pandas和NumPy的開發環境。
• 使用Pandas和NumPy創建數據分析應用。
• 執行高級數據整理、排序和過濾操作。
• 進行聚合操作並分析時間序列數據。
• 使用Matplotlib和其他可視化庫進行數據可視化。
• 調試和優化數據分析代碼。

大數據是如此龐大和復雜的數據集，傳統的數據處理應用軟件不足以處理它們。大數據挑戰包括捕獲數據，數據存儲，數據分析，搜索，共享，傳輸，可視化，查詢，更新和信息隱私。

本課程面向市場營銷和銷售專業人士，旨在深入探討數據科學在市場營銷和銷售中的應用。課程詳細介紹了用於“向上銷售”、“交叉銷售”、市場細分、品牌建設和客戶終身價值（CLV）的各種數據科學技術。

市場營銷與銷售的區別 - 銷售和市場營銷有何不同？

簡單來說，銷售可以被視爲一個專注於個人或小羣體的過程。而市場營銷則針對更大的羣體或公衆。市場營銷包括研究（識別客戶需求）、產品開發（生產創新產品）和產品推廣（通過廣告）以及在消費者中建立產品意識。因此，市場營銷意味着生成潛在客戶或線索。一旦產品進入市場，銷售人員的工作就是說服客戶購買產品。銷售意味着將潛在客戶或線索轉化爲購買和訂單，而市場營銷則着眼於長期目標，銷售則與短期目標相關。

本課程由講師主導，提供線下或線上培訓，旨在幫助開發者使用 FARM (FastAPI, React, 和 MongoDB) 技術棧構建動態、高性能且可擴展的 Web 應用。

通過本課程，學員將能夠：

• 搭建集成了 FastAPI、React 和 MongoDB 的開發環境。
• 理解 FARM 技術棧的關鍵概念、特點和優勢。
• 學習如何使用 FastAPI 構建 REST API。
• 學習如何使用 React 設計交互式應用。
• 使用 FARM 技術棧開發、測試和部署應用（前端和後端）。

本課程爲講師指導的培訓，在香港（線上或線下）進行，面向希望使用FastAPI與Python更快速、更輕鬆地構建、測試和部署RESTful API的開發者。

通過本課程，學員將能夠：

• 設置必要的開發環境，以使用Python和FastAPI開發API。
• 使用FastAPI庫更快速、更輕鬆地創建API。
• 學習如何基於Pydantic和OpenAPI創建數據模型和模式。
• 使用SQLAlchemy將API連接到數據庫。
• 使用FastAPI工具在API中實現安全和身份驗證。
• 構建容器鏡像並將Web API部署到雲服務器。

本課程爲講師引導的培訓（線上或線下），介紹了數據科學中的協作開發理念，並演示瞭如何使用 Jupyter 跟蹤並作爲團隊參與“計算想法的生命週期”。課程將帶領學員基於 Jupyter 生態系統創建一個示例數據科學項目。

在本課程結束時，學員將能夠：

• 安裝和配置 Jupyter，包括在 Git 上創建和集成團隊倉庫。
• 使用 Jupyter 的擴展、交互式小部件、多用戶模式等功能，實現項目協作。
• 與團隊成員創建、共享和組織 Jupyter Notebook。
• 通過 Jupyter 界面選擇 Scala、Python、R 等語言，編寫並執行鍼對 Apache Spark 等大數據系統的代碼。

這個由 講師指導的 香港 現場培訓（在線或現場）面向希望在 Data Science 中使用 Kaggle 學習和建立職業生涯的數據科學家和開發人員。

在本次培訓結束時，參與者將能夠：

• 了解數據科學和機器學習。
• 探索數據分析。
• 瞭解 Kaggle 及其工作原理。

在本培訓的第一部分，我們將介紹 MATLAB 的基礎知識及其作為語言和平臺的功能。  本次討論包括對 MATLAB 語法、陣列和矩陣、數據可視化、腳本開發和面向對象原則的介紹。

在第二部分中，我們將演示如何使用 MATLAB 進行數據挖掘、機器學習和預測分析。為了向參與者提供一個清晰而實用的視角來瞭解 MATLAB 的方法和能力，我們將使用 MATLAB 與使用其他工具（如電子表格、C、C++ 和 Visual Basic）進行比較。

在培訓的第三部分，參與者學習如何通過自動化數據處理和報告生成來簡化他們的工作。

在整個課程中，參與者將通過實驗室環境中的實踐練習將學到的想法付諸實踐。在培訓結束時，參與者將全面掌握 MATLAB 的能力，並能夠利用它來解決現實世界的數據科學問題，以及通過自動化來簡化他們的工作。

將在整個課程中進行評估，以衡量進展情況。

課程形式

• 課程包括理論和實踐練習，包括案例討論、示例代碼檢查和動手實施。

注意

• 實踐課程將基於預先安排的樣本數據報告範本。如果您有具體要求，請聯繫我們安排。

這項由講師指導的香港（線上或線下）培訓，針對中級數據分析師、開發人員或有志成為數據科學家的人士，旨在應用機器學習技術於Python中，以提取洞察、進行預測並自動化數據驅動的決策。

在本課程結束時，參與者將能夠：

• 理解並區分關鍵的機器學習範式。
• 探索數據預處理技術和模型評估指標。
• 應用機器學習算法解決實際數據問題。
• 使用Python庫和Jupyter筆記本進行實作開發。
• 構建用於預測、分類、推薦和聚類的模型。

這種由 講師指導的 香港 現場現場培訓（在線或現場）面向希望使用 Modin 構建和實施並行計算的數據科學家和開發人員 Pandas 以加快數據分析速度。

在本次培訓結束時，參與者將能夠：

• 設置必要的環境，開始使用 Modin 大規模開發 Pandas 工作流。
• 瞭解 Modin 的功能、架構和優勢。
• 瞭解 Modin、Dask 和 Ray 之間的區別。
• 使用 Modin 更快地執行 Pandas 操作。
• 實現整個 Pandas API 和函數。

Python 是一種在金融行業中廣受歡迎的程式語言。它被大型投資銀行和對沖基金採用，用於構建各種金融應用程式，從核心交易程式到風險管理系統。

在這場由講師指導的現場培訓中，學員將學習如何使用 Python 開發實際應用程式，以解決一系列特定的金融相關問題。

培訓結束時，學員將能夠：

• 理解 Python 程式語言的基本原理
• 下載、安裝並維護用於在 Python 中創建金融應用程式的最佳開發工具
• 選擇並利用最合適的 Python 套件和程式技術來組織、可視化和分析來自各種來源（CSV、Excel、數據庫、網絡等）的金融數據
• 構建解決資產配置、風險分析、投資績效等問題的應用程式
• 對 Python 應用程式進行故障排除、集成、部署和優化

目標受眾

• 開發人員
• 分析師
• 量化分析師

課程形式

• 部分講授、部分討論、練習和大量實踐操作

注意事項

• 本培訓旨在為金融專業人員面臨的一些主要問題提供解決方案。如果您有特定的主題、工具或技術希望補充或進一步詳細說明，請聯繫我們進行安排。

本次由講師指導的線下或線上培訓，面向希望使用RAPIDS構建GPU加速的數據管道、工作流和可視化的數據科學家和開發者，應用如XGBoost、cuML等機器學習算法。

培訓結束後，參與者將能夠：

• 設置必要的開發環境，使用NVIDIA RAPIDS構建數據模型。
• 瞭解RAPIDS的特性、組件和優勢。
• 利用GPU加速端到端的數據和分析管道。
• 使用cuDF和Apache Arrow實現GPU加速的數據準備和ETL。
• 學習如何使用XGBoost和cuML算法執行機器學習任務。
• 使用cuXfilter和cuGraph構建數據可視化並執行圖分析。