Data Analyst

Questo corso offre una formazione sull'analisi dei dati con Python, includendo Colab, tipi di dati, statistica, manipolazione con NumPy e Pandas, data cleaning, visualizzazioni con matplotlib/seaborn e un'introduzione ai modelli statistici.

Data Analyst

Questo corso offre una formazione sull'analisi dei dati con Python, includendo Colab, tipi di dati, statistica, manipolazione con NumPy e Pandas, data cleaning, visualizzazioni con matplotlib/seaborn e un'introduzione ai modelli statistici.

Panoramica

Questo corso fornisce una formazione completa sull’analisi dei dati con Python. Copre l’introduzione a Colab, i tipi di dati in Python, e i principi di coding per la statistica. Include l’uso di NumPy e Pandas per la manipolazione dei dati, tecniche di data cleaning, e visualizzazione dei dati con matplotlib e seaborn. Il corso conclude con un’introduzione ai modelli statistici. Il corso fornisce un primo percorso completo per le prime analisi statistiche ed un primo approccio alla statistica.

Cosa Imparerai nel corso?

Il corso è progettato per fornire una solida base nell’analisi dei dati utilizzando Python, uno dei linguaggi di programmazione più diffusi in questo campo. La prima parte si concentra sull’uso di Colab e sui tipi di dati in Python, fornendo una comprensione approfondita delle variabili e delle strutture dati fondamentali. Successivamente, il corso esplora i principi del coding applicati alla statistica, offrendo esercizi pratici per rafforzare le competenze acquisite. La sezione sulla manipolazione delle stringhe è trattata in dettaglio e pensata per migliorare la gestione e la analisi dei dati testuali.

La seconda sezione introduce NumPy, una libreria essenziale per il calcolo numerico. Viene spiegato come utilizzare le funzioni di NumPy per eseguire operazioni efficienti su array e matrici. La terza sezione è dedicata a Pandas, un’altra libreria fondamentale per la manipolazione dei dati. Attraverso numerosi esempi pratici, gli studenti imparano a utilizzare le funzioni di Pandas per pulire, trasformare e analizzare i dati.

La quarta parte del corso affronta il Data Cleaning, un passaggio cruciale nell’analisi dei dati. Vengono presentate tecniche per gestire righe e colonne, identificare e rimuovere duplicati, e trattare gli outliers. La quinta sezione introduce la statistica descrittiva, utilizzando le librerie matplotlib e seaborn per la visualizzazione dei dati. Infine, il corso culmina con l’introduzione ai modelli statistici, fornendo agli studenti le competenze necessarie per applicare modelli avanzati nell’analisi dei dati.

Struttura delle lezioni

Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.

Il percorso di apprendimento solitamente è intervallato da test a risposta multipla che permettono di monitorare la comprensione degli argomenti di studio.

Deep Learning Italia struttura le sue lezioni in maniera molto semplice: all’interno di ogni sezione ci sono video esplicativi, in cui il docente spiega la lezione, corredati da slides.

Il percorso di apprendimento solitamente è intervallato da test a risposta multipla che permettono di monitorare la comprensione degli argomenti di studio.

Chi può seguire il corso?

Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.

Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.

Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.

Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.

Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.

Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.

Programma

01. Introduzione
- 01.01. Video di introduzione al corso
02. Python per l’analisi dei dati
- 02.01. Introduzione a colab e python
- 02.02. Tipi di dati in Python (Parte 1)
- 02.02.Quiz
- 02.03. Tipi di dati in Python (Parte 2)
- 02.03.Quiz
- 02.04. Principi di coding per la statistica (Parte 1)
- 02.04.Quiz
- 02.05. Principi di coding per la statistica (Parte 2)
- 02.05.Quiz
- 02.06. Principi di coding per la statistica (Parte 3)
- 02.06.Quiz
- 02.07. Costruzione e manipolazione di stringhe (Parte 1)
- 02.07.Quiz
- 02.08. Costruzione e manipolazione di stringhe (Parte 2)
- 02.08.Quiz
03. Introduzione ed uso di NumPy
- 03.01. Introduzione a NumPy
- 03.01.Quiz
- 03.02. Funzioni ed utilizzo (Parte 1)
- 03.02.Quiz
- 03.03. Funzioni ed utilizzo (Parte 2)
- 03.03.Quiz
- 03.04. Funzioni ed utilizzo (Parte 3)
- 03.04.Quiz
- 03.05. Funzioni ed utilizzo (Parte 4)
- 03.05.Quiz
04. Introduzione ed uso di Pandas
- 04.01. Introduzione a Pandas
- 04.01.Quiz
- 04.02. Funzioni ed utilizzo (Parte 1)
- 04.02.Quiz
- 04.03. Funzioni ed utilizzo (Parte 2)
- 04.03.Quiz
- 04.04. Funzioni ed utilizzo (Parte 3)
- 04.04.Quiz
- 04.05. Funzioni ed utilizzo (Parte 4)
- 04.05.Quiz
- 04.06. Funzioni ed utilizzo (Parte 5)
- 04.06.Quiz
- 04.07. Funzioni ed utilizzo (Parte 6)
- 04.07.Quiz
- 04.08. Funzioni ed utilizzo (Parte 7)
- 04.08.Quiz
- 04.09. Funzioni ed utilizzo (Parte 8)
- 04.09.Quiz
- 04.10. Funzioni ed utilizzo (Parte 9)
- 04.10.Quiz
05. Data Cleaning
- 05.01. Introduzione e teoria
- 05.01.Quiz
- 05.02. Analisi di frequenze
- 05.02.Quiz
- 05.03. Media
- 05.03.Quiz
- 05.04. Utilizzo della libreria matplotlib
- 05.04.Quiz
- 05.05. Seaborn
- 05.05.Quiz
- 05.06. La matrice di correlazione
- 05.06.Quiz
- 05.07. Pairplot e data visualization
- 05.07.Quiz
06. Modelli Statistici
- 06.01. Modelli Statistici
- 06.01.Quiz
- 06.02. Quiz Finale
07. Certificato
- 07.01. Certificato

01. Introduzione
- 01.01. Video di introduzione al corso
02. Python per l’analisi dei dati
- 02.01. Introduzione a colab e python
- 02.02. Tipi di dati in Python (Parte 1)
- 02.02.Quiz
- 02.03. Tipi di dati in Python (Parte 2)
- 02.03.Quiz
- 02.04. Principi di coding per la statistica (Parte 1)
- 02.04.Quiz
- 02.05. Principi di coding per la statistica (Parte 2)
- 02.05.Quiz
- 02.06. Principi di coding per la statistica (Parte 3)
- 02.06.Quiz
- 02.07. Costruzione e manipolazione di stringhe (Parte 1)
- 02.07.Quiz
- 02.08. Costruzione e manipolazione di stringhe (Parte 2)
- 02.08.Quiz
03. Introduzione ed uso di NumPy
- 03.01. Introduzione a NumPy
- 03.01.Quiz
- 03.02. Funzioni ed utilizzo (Parte 1)
- 03.02.Quiz
- 03.03. Funzioni ed utilizzo (Parte 2)
- 03.03.Quiz
- 03.04. Funzioni ed utilizzo (Parte 3)
- 03.04.Quiz
- 03.05. Funzioni ed utilizzo (Parte 4)
- 03.05.Quiz
04. Introduzione ed uso di Pandas
- 04.01. Introduzione a Pandas
- 04.01.Quiz
- 04.02. Funzioni ed utilizzo (Parte 1)
- 04.02.Quiz
- 04.03. Funzioni ed utilizzo (Parte 2)
- 04.03.Quiz
- 04.04. Funzioni ed utilizzo (Parte 3)
- 04.04.Quiz
- 04.05. Funzioni ed utilizzo (Parte 4)
- 04.05.Quiz
- 04.06. Funzioni ed utilizzo (Parte 5)
- 04.06.Quiz
- 04.07. Funzioni ed utilizzo (Parte 6)
- 04.07.Quiz
- 04.08. Funzioni ed utilizzo (Parte 7)
- 04.08.Quiz
- 04.09. Funzioni ed utilizzo (Parte 8)
- 04.09.Quiz
- 04.10. Funzioni ed utilizzo (Parte 9)
- 04.10.Quiz
05. Data Cleaning
- 05.01. Introduzione e teoria
- 05.01.Quiz
- 05.02. Analisi di frequenze
- 05.02.Quiz
- 05.03. Media
- 05.03.Quiz
- 05.04. Utilizzo della libreria matplotlib
- 05.04.Quiz
- 05.05. Seaborn
- 05.05.Quiz
- 05.06. La matrice di correlazione
- 05.06.Quiz
- 05.07. Pairplot e data visualization
- 05.07.Quiz
06. Modelli Statistici
- 06.01. Modelli Statistici
- 06.01.Quiz
- 06.02. Quiz Finale
07. Certificato
- 07.01. Certificato

Docenti

Descrizione Docenti

Sono Luca Di Traglia, ho 36 anni e sono nato e cresciuto a Roma. Ho iniziato il mio percorso accademico con una laurea triennale in Scienze Politiche e delle Relazioni Internazionali, seguita da una laurea magistrale in Analisi Economica delle Istituzioni Internazionali presso l’Università di Roma “La Sapienza”. Ho poi completato con successo un master di secondo livello in Big Data e attualmente sto perseguendo un Ph.D. in Data Science.

Ho ottenuto due importanti certificazioni SAS: Machine Learning using SAS Viya e SAS Programming. Nel corso della mia carriera, ho collaborato sia con società private che con istituzioni pubbliche, affrontando vari problemi e approcci metodologici. Attualmente lavoro come Data Analyst presso BHAVE Srls, dove mi occupo di analisi di dati complessi per migliorare le strategie decisionali e di marketing. Parallelamente, sono teaching assistant presso la Luiss “Guido Carli”, offrendo supporto didattico per l’insegnamento della statistica. Ho precedentemente lavorato come docente a contratto e tutor alla didattica presso l’Università di Roma “La Sapienza” e ho collaborato con Leonardo S.P.A. e ISTAT come technical trainer e stagista.

Ho partecipato a diverse conferenze scientifiche, presentando le mie ricerche su salute pubblica e modelli predittivi. Le mie competenze informatiche includono la conoscenza di Python, R, SAS, e l’uso di database RDBMS e NoSQL. Oggi, mi impegno principalmente nella ricerca, analizzando e prevedendo fenomeni complessi per promuovere uno sviluppo sostenibile e salvaguardare la salute pubblica.

Vantaggi

Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.

Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.