Introduzione a Jupyter Notebooks
Scopri la potenza di Jupyter Notebooks con il nostro corso Introduzione a Jupyter Notebooks. Impara a installare, configurare e utilizzare Jupyter Notebook per l’analisi dei dati, la visualizzazione e l’apprendimento automatico. Esplora argomenti avanzati come le visualizzazioni interattive, il recupero dei dati e le strategie di distribuzione. Che tu sia un principiante o un esperto, DSAI102 ti offre spunti e tecniche pratiche per massimizzare la tua produttività con Jupyter Notebooks.
CODE: DSAI102
Category: Corso Intelligenza Artificiale
Metodologia didattica
Il corso prevede laboratori didattici in cui ogni studente potrà svolgere esercizi di formazione che forniranno esperienza pratica nell’uso dello strumento, per ognuno degli argomenti trattati durante il corso.
Prerequisiti
- Conoscenza di base di Python.
- Comprensione dei concetti di analisi dei dati.
- Conoscenza di base delle librerie Python per l’analisi dei dati (es. Pandas, NumPy, Matplotlib).
- Familiarità con i concetti di visualizzazione dei dati.
La seguente è una panoramica dei contenuti del corso:
- Installare Jupyter Notebook: Impara a impostare e configurare Jupyter Notebook, un potente ambiente interattivo per l’analisi e la visualizzazione dei dati.
- Recupero dei dati: Esplora le tecniche per recuperare i dati da varie fonti, come database, API e web scraping.
- Analisi dei dati: Approfondisci i fondamenti dell’analisi dei dati, tra cui la pulizia, la manipolazione e la trasformazione dei dati utilizzando librerie Python come Pandas.
- Visualizzazione dei dati: Impara l’arte della visualizzazione dei dati utilizzando librerie come Matplotlib e Seaborn per creare grafici e diagrammi interessanti.
- Visualizzazione avanzata dei dati: Porta le tue abilità di visualizzazione dei dati a un livello superiore imparando tecniche avanzate per creare visualizzazioni complesse e personalizzare i grafici.
- Algoritmi di Machine Learning: Scopri i fondamenti del Machine Learning ed esplora gli algoritmi più diffusi per la classificazione, la regressione, il clustering e altro ancora utilizzando Scikit-Learn.
Al termine del corso, i partecipanti saranno in grado di:
- Capire cos’è Jupyter Notebook e le sue funzionalità.
- Comprendere il concetto di ambiente di sviluppo interattivo basato sul web.
- Installare e configurare Jupyter Notebook.
- Gestire gli ambienti virtuali e le dipendenze di Python.
- Importare e caricare dati in Jupyter Notebook.
- Manipolare i dati utilizzando librerie Python come Pandas.
- Analizzare i dati utilizzando Pandas e altre librerie importanti.
- Estrarre informazioni significative dai dati.
- Visualizzazione dei dati utilizzando librerie come Matplotlib e Seaborn.
- Creare grafici e diagrammi per rappresentare efficacemente i dati.
- Eseguire tecniche avanzate di visualizzazione dei dati.
- Utilizzare strumenti avanzati per la creazione di grafici interattivi.
- Fornire un’introduzione ai concetti di Machine Learning.
- Implementare algoritmi di Machine Learning utilizzando strumenti come Scikit-Learn.
- Comprendere l’architettura di Jupyter Notebook e i suoi componenti.
- Configurare e personalizzare l’ambiente Jupyter.
- Utilizzare JupyterHub per la distribuzione di server Jupyter multiutente.
- Configurare e gestire JupyterHub.
- Adempiere alle migliori pratiche per implementare Jupyter Notebook in produzione.
- Gestisci le risorse e la scalabilità dell’infrastruttura.
Durata – 1 giorno
Erogazione – in aula, in loco, da remoto
Requisiti PC e SW:
- Connessione a Internet
- Browser web, Google Chrome
- Zoom
Lingua
- Istruttore: Italiano
- Laboratori: Inglese
- Slides: Inglese
