Feva Works IT Education Centre

Certificate in Data Science with Python

Enquire Now

Course Information

Schedules
  • 9 Jan 2025 (Thu) - 20 Mar 2025 (Thu) 7:00 PM - 10:00 PM
Registration period
2 Dec 2024 (Mon) - 8 Jan 2025 (Wed)
Price
HKD 7,500
Course Level
Study Mode
Duration
30 Hour(s)
Language
Cantonese
Location
九龍長沙灣道681號貿易廣場5樓503-506室
3 views

Course Overview

Python是一個強大、快速、簡單易讀的程式語言

自1990年代初由GuidovanRossum(又常被稱為GvR或BDFL)創造至今已歷十數年發展,應用於系統管理、網路管理、網路傳輸程式、網頁程式開發、數值分析程式、圖形介面應用程式等方面,均有優秀的表現。

30多年過去,如今,Python已經成為最受歡迎的程式設計語言之一,在Web開發、科學計算和統計、軟體發展、後端開發,以及近年來備受關注的人工智慧等領域有著廣泛的應用。Python已經成為各行業的必修課。

越來越多的人愛上了這門簡潔優雅的語言,開始學習Python,使用Python。

FevaWorks全新開辦CertificateinDataSciencewithPython專業課程,導師會以深入淺出的方法,透過實際的例子,教授Python在日常工作中的應用包括:編寫,數據處理等等,機器學習演算法的原理和實際應用,機器學習演算法的優點和缺點,大量關於金融題目的實際案例包括:Pairtrading/Futurestrading)等等,進而找出隱藏在資料中的重要訊息,亦會教授其他相關的入門技術,不懂程式也能輕鬆學習,課程以一人一機實戰練習。

導師介紹:

K.S.Lee 
 
K.S.Lee為資深的IT技術開發從業員及現任大數據分析專家,畢業於香港大學及理工大學,擁有計算機科學系學士及碩士,及超過二十多年開發經驗及一直致力於大數據分析,非常熟悉及擅長於開源平台R和Python進行大數據挖掘(Datamining)和分析。
 
K.S.Lee積極參與不同的大數據分析,更擔任多間大專院校之講師,擁有超過十年教學經驗,所教門生甚多,教授範圍覆蓋不同範疇包括:MachineLearning,DataScience,DataMining及金融科技等,除了教授不同的理論,更將業界之工作經驗與學生分享。

DennisTam

DennisTam為資深的數據科學家及人工智能(A.I.)專家,畢業於香港科技大學,擁有信息系?及營運管理學士,及超過十多年量化分析經驗及一直致力於大數據分析,非常熟悉及擅長於開源平台R和Python進行大數據挖掘(Datamining)和分析。
 
DennisTam積極參與不同的大數據分析,更擔任大專院校之講師,擁有超過五年教學經驗,所教門生甚多,教授範圍覆蓋不同範疇包括:MachineLearning,DeepLearning,DataScience,量化金融分析等,除了教授不同的理論,更將業界之工作經驗與學生分享。


DannyTse

DannyTse為資深的大數據分析師,現任電信公司雲端大數據分析平台的系統架構師,畢業於加州州立大學富勒頓分校,擁有軟件工程碩士學位,並擁有多年的數據分析經驗,一直專注於大數據分析。非常熟悉並擅長於使用Python和R這些開源平台進行大數據挖掘(Datamining)和分析。

DannyTse積極參與各種大數據分析項目,更擔任恒生大學講師,教授過多名學生,擁有豐富的教學經驗。他的教學範圍涵蓋不同領域,包括大數據分析、機器學習、人工智能、數據可視化及數碼商業管理等。除了教授不同的理論知識,更將業界之工作經驗與學生分享。

若想更了解以上資訊,歡迎致電31068211查詢。

 

 

What You’ll Learn


Certificate in Data Science with Python (30hrs)
1. Data Management with Python - Part One
 
  Python basic: data structures, list and dictionary, for loop/if statement, define function
2. Data Management with Python - Part Two
 
  Pandas: series / dataframe
3. Data Management with Python - Part Three (Data Visualization Techniques)
 
  Practical use of pandas features: data aggregation / joining / datetime management etc Different types of charts
  Different types of charts
4. Web scraping with Python
 
  Use of beautifulSoup and selenium
5. Overview of the use of machine learning
 
  Supervised learning / unsupervised learning
  Model Evaluation
  Data mining workflow
6. Tree based Machine Learning Algorithms
 
  Decision tree algorithm / random forest
7. Artificial neural network (ANN) & Deep learning
 
  ANN and DNN with tensorflow
8. Clustering Algorithms
 
  Kmeans and other algorithms
9. Regression
 
  Linear and polynomial regression techniques
10. Text analytics with Python
 
  Text mining techniques

Note: The course outline is subject to change based on the needs and requirements of the students and the latest updates in the market.

 


 



Start FollowingSee all

We use cookies to enhance your experience on our website. Please read and confirm your agreement to our Privacy Policy and Terms and Conditions before continue to browse our website.

Read and Agreed