Python – Advanced Course
Python – Advanced Course
Il corso tratta i principali concetti avanzati di Python, con un metodo di lezione blended che spiega la teoria direttamente mostrando codice ed esempi con l’utilizzo di notebook interattivi. Gli argomenti trattati spaziano dalla programmazione ad oggetti all’argument parsing. Corredano il corso tutti i sorgenti mostrati in ciascun video, perfettamente commentati e strutturati seguendo le buone prassi del coding, per imparare a programmare da vero professionista.
Il corso tratta i principali concetti avanzati di Python, con un metodo di lezione blended che spiega la teoria direttamente mostrando codice ed esempi con l’utilizzo di notebook interattivi. Gli argomenti trattati spaziano dalla programmazione ad oggetti all’argument parsing. Corredano il corso tutti i sorgenti mostrati in ciascun video, perfettamente commentati e strutturati seguendo le buone prassi del coding, per imparare a programmare da vero professionista.
Cosa Imparerai nel corso?
Il corso illustra i principali concetti avanzati della programmazione con Python. Grazie a notebook interattivi, vengono trattati argomenti essenziali per la crescita professionale come programmatore, integrando teoria ed esempi con un approccio blended. Il corso si apre con i concetti di comprehension di liste, set e dizionari, per definire in maniera efficiente e leggibile queste strutture dati. Il modulo seguente vede alcuni tra i più avanzati concetti per le funzioni, come le docstring, l’argument packing e unpacking per creare funzioni capaci di accettare un numero dinamico di argomenti, terminando con gli immancabili ed altrettanto utili decoratori. Il programma prosegue illustrando come importare risorse esterne e come creare un proprio modulo o pacchetto. Una volta trattate le basi delle risorse, vengono discusse nel dettaglio alcune risorse tra le più conosciute ed utilizzate nel mondo della programmazione Python, come NumPy, per creare e manipolare array sia mono sia multi-dimensionali, Pandas, per la lettura di file tabellari come csv e fogli Excel ed il filtraggio di tabelle con la nuova struttura dati DataFrame, e MatplotLib, per produrre grafici di qualsiasi tipo con la più totale libertà sulla gestione di qualsiasi elemento al loro interno. Vengono trattate inoltre altre interessanti risorse come os per la gestione automatizzata di cartelle e file, argparse per poter creare script specificando argomenti di input da riga di comando, re per la gestione delle espressioni regolari ed i moduli venv e virtualenv per poter creare e lavorare con ambienti virtuali, una soluzione essenziale per qualsiasi ottimo programmatore.
Infine, il corso si chiude con un focus su classi, oggetti ed ereditarietà, trattando anche iteratori e generatori, proseguendo con la gestione degli errori con le eccezioni e la troppo spesso trascurata differenza tra assignment, shallow copy e deep copy, insegnando perché è vitale saperle distinguere e quando adottare ciascuno di questi meccanismi.
Il corso illustra i principali concetti avanzati della programmazione con Python. Grazie a notebook interattivi, vengono trattati argomenti essenziali per la crescita professionale come programmatore, integrando teoria ed esempi con un approccio blended. Il corso si apre con i concetti di comprehension di liste, set e dizionari, per definire in maniera efficiente e leggibile queste strutture dati. Il modulo seguente vede alcuni tra i più avanzati concetti per le funzioni, come le docstring, l’argument packing e unpacking per creare funzioni capaci di accettare un numero dinamico di argomenti, terminando con gli immancabili ed altrettanto utili decoratori. Il programma prosegue illustrando come importare risorse esterne e come creare un proprio modulo o pacchetto. Una volta trattate le basi delle risorse, vengono discusse nel dettaglio alcune risorse tra le più conosciute ed utilizzate nel mondo della programmazione Python, come NumPy, per creare e manipolare array sia mono sia multi-dimensionali, Pandas, per la lettura di file tabellari come csv e fogli Excel ed il filtraggio di tabelle con la nuova struttura dati DataFrame, e MatplotLib, per produrre grafici di qualsiasi tipo con la più totale libertà sulla gestione di qualsiasi elemento al loro interno. Vengono trattate inoltre altre interessanti risorse come os per la gestione automatizzata di cartelle e file, argparse per poter creare script specificando argomenti di input da riga di comando, re per la gestione delle espressioni regolari ed i moduli venv e virtualenv per poter creare e lavorare con ambienti virtuali, una soluzione essenziale per qualsiasi ottimo programmatore.
Infine, il corso si chiude con un focus su classi, oggetti ed ereditarietà, trattando anche iteratori e generatori, proseguendo con la gestione degli errori con le eccezioni e la troppo spesso trascurata differenza tra assignment, shallow copy e deep copy, insegnando perché è vitale saperle distinguere e quando adottare ciascuno di questi meccanismi.
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 e si conclude con un test pratico finalenel quale verranno valutate le competenze acquisite durante il corso python machine learning.
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 e si conclude con un test pratico finalenel quale verranno valutate le competenze acquisite durante il corso python machine learning.
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.
Course Overview
- Course Overview
Comprehension and the zip function
- List comprehension
- Set comprehension
- Dict comprehension
- The zip built-in function
- Exercises
- Quiz
Advanced Function Concepts
- The docstring
- Argument packing and argument unpacking
- Global and local variables
- Decorators
- Exercises
- Quiz
External Resources
- The import statement
- The from…import statement
- Defining aliases
- Using additional resources
- Creating your own module
- Creating your own package
- Quiz
Interfacing with the user
- Type conversion
- The chr() function and the ASCII table
- The os module
- Quiz
NumPy
- The NumPy array – part 1
- The NumPy array – part 2
- The NumPy array – part 3
- The NumPy array – part 4
- Operations with arrays – Part 1
- Operations with arrays – Part 2
- Size. dimension and shape + transposing vs reshaping
- Arithmetic operations with arrays and broadcasting. Matrix product
- Slicing a NumPy array
- NumPy arrays and for loops. Using the flat operator
- Quiz
Pandas
- The Pandas Series and DataFrame – part 1
- The Pandas Series and DataFrame – part 2
- The Pandas Series and DataFrame – part 3
- The Pandas Series and DataFrame – part 4
- The Pandas Series and DataFrame – part 5
- The Pandas Series and DataFrame – part 6
- The Pandas Series and DataFrame – part 7
- The Pandas Series and DataFrame – part 8
- Fetches tables from websites and saves them in DataFrames with the read_html() function
- Head and tails + retrieving base statistics and generic information for a DataFrame
- Reading and writing to and from .csv and Excel files.
- Reading multiple sheets from Excel files + Histograms from DataFrames.
- Quiz
Matplotlib
- Plots and implicit interfaces – part 1
- Plots and implicit interfaces – part 2
- Plots and implicit interfaces – part 3
- Plots and implicit interfaces – part 4
- Adding horizontal lines + Explicit interfaces and anatomy of a figure
- Title, x and y labels when using explicit interfaces
- The scatter plot + Histograms
- Boxplots + text + annotations
- Bounding boxes + Mathtext and mathematical expressions
- Piecharts + Filling the area between two curves with the fill_between() method
- Quiz
Argparse
- Scripts and argument parsing. The argparse module
- Positional and optional arguments. + Building a parser. Extracting the parsed arguments. – Part 1
- Positional and optional arguments. + Building a parser. Extracting the parsed arguments. – Part 2
- Positional and optional arguments. + Building a parser. Extracting the parsed arguments. – Part 3
- Quiz
The re module
- Regular expressions – Part 1
- Regular expressions – Part 2
- Regular expressions – Part 3
- Regular expressions – Part 4
- Regular expressions – Part 5
- Quiz
Advanced OOP concepts with Classes and Objects
- Class and instance variables. The .self keyword
- Constructors. Default and parametrized constructors. – part 1
- Constructors. Default and parametrized constructors. – part 2
- Inheritance. Base and derived classes + Function overriding – Part 1
- Inheritance. Base and derived classes + Function overriding – Part 2
- Inheritance. Base and derived classes + Function overriding – Part 3
- Iterators
- Generators
- Quiz
Errors and Exceptions
- Errors and Exception. The try except
- The Exception exception. Fatal exceptions
- Raising exceptions. The try except else. Aliasing the exception and accessing its attributes
- Adding notes to the exception. The try finally. Raising custom exceptions
- Quiz
Assignment_Shallow Copy and Deep Copy
- Assignment_Shallow Copy and Deep Copy
- Assignment
- Shallow Copy
- Deep copy
- Quiz
Additional concepts
- Managing virtual env. Virtualenv and venv – Part 1
- Managing virtual env. Virtualenv and venv – part 2
- Quiz
Certificato
Course Overview
- Course Overview
Comprehension and the zip function
- List comprehension
- Set comprehension
- Dict comprehension
- The zip built-in function
- Exercises
- Quiz
Advanced Function Concepts
- The docstring
- Argument packing and argument unpacking
- Global and local variables
- Decorators
- Exercises
- Quiz
External Resources
- The import statement
- The from…import statement
- Defining aliases
- Using additional resources
- Creating your own module
- Creating your own package
- Quiz
Interfacing with the user
- Type conversion
- The chr() function and the ASCII table
- The os module
- Quiz
NumPy
- The NumPy array – part 1
- The NumPy array – part 2
- The NumPy array – part 3
- The NumPy array – part 4
- Operations with arrays – Part 1
- Operations with arrays – Part 2
- Size. dimension and shape + transposing vs reshaping
- Arithmetic operations with arrays and broadcasting. Matrix product
- Slicing a NumPy array
- NumPy arrays and for loops. Using the flat operator
- Quiz
Pandas
- The Pandas Series and DataFrame – part 1
- The Pandas Series and DataFrame – part 2
- The Pandas Series and DataFrame – part 3
- The Pandas Series and DataFrame – part 4
- The Pandas Series and DataFrame – part 5
- The Pandas Series and DataFrame – part 6
- The Pandas Series and DataFrame – part 7
- The Pandas Series and DataFrame – part 8
- Fetches tables from websites and saves them in DataFrames with the read_html() function
- Head and tails + retrieving base statistics and generic information for a DataFrame
- Reading and writing to and from .csv and Excel files.
- Reading multiple sheets from Excel files + Histograms from DataFrames.
- Quiz
Matplotlib
- Plots and implicit interfaces – part 1
- Plots and implicit interfaces – part 2
- Plots and implicit interfaces – part 3
- Plots and implicit interfaces – part 4
- Adding horizontal lines + Explicit interfaces and anatomy of a figure
- Title, x and y labels when using explicit interfaces
- The scatter plot + Histograms
- Boxplots + text + annotations
- Bounding boxes + Mathtext and mathematical expressions
- Piecharts + Filling the area between two curves with the fill_between() method
- Quiz
Argparse
- Scripts and argument parsing. The argparse module
- Positional and optional arguments. + Building a parser. Extracting the parsed arguments. – Part 1
- Positional and optional arguments. + Building a parser. Extracting the parsed arguments. – Part 2
- Positional and optional arguments. + Building a parser. Extracting the parsed arguments. – Part 3
- Quiz
The re module
- Regular expressions – Part 1
- Regular expressions – Part 2
- Regular expressions – Part 3
- Regular expressions – Part 4
- Regular expressions – Part 5
- Quiz
Advanced OOP concepts with Classes and Objects
- Class and instance variables. The .self keyword
- Constructors. Default and parametrized constructors. – part 1
- Constructors. Default and parametrized constructors. – part 2
- Inheritance. Base and derived classes + Function overriding – Part 1
- Inheritance. Base and derived classes + Function overriding – Part 2
- Inheritance. Base and derived classes + Function overriding – Part 3
- Iterators
- Generators
- Quiz
Errors and Exceptions
- Errors and Exception. The try except
- The Exception exception. Fatal exceptions
- Raising exceptions. The try except else. Aliasing the exception and accessing its attributes
- Adding notes to the exception. The try finally. Raising custom exceptions
- Quiz
Assignment_Shallow Copy and Deep Copy
- Assignment_Shallow Copy and Deep Copy
- Assignment
- Shallow Copy
- Deep copy
- Quiz
Additional concepts
- Managing virtual env. Virtualenv and venv – Part 1
- Managing virtual env. Virtualenv and venv – part 2
- Quiz
Certificato
Appassionato di intelligenza artificiale ed esperto di programmazione, Luca Gemma ha testato “sul campo” l’informatica applicandola dapprima ad un progetto di volo autonomo di uno stormo di droni finanziato da Eni per la laurea magistrale in ingegneria meccatronica e poi sviluppando una architettura per il controllo di chip fotonici per il dottorato in ingegneria dei sistemi. Mette in ogni sua lezione il massimo, per poter trasmettere le sue competenze e la passione per la programmazione.
-
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.
-
Accesso Lifelong
-
Accesso Lifelong