
- Категории
- Источники
- Все курсы
- Разделы
- Книги
В этом курсе рассказывается о том, на чем заканчивается CS50, и углубляется в разработку и реализацию веб-приложений на Python, JavaScript и SQL с использованием таких фреймворков, как Django, React и Bootstrap.
Python 3.11 - один из самых значительных релизов за последние годы. Это также один из самых больших changelog, насчитывающий более 175 000 слов. Возможно, вы видели осоновные моменты обновления. Но была ли у вас возможность изучить их с помощью кода и действительно увидеть, как они могут сделать ваши приложения лучше? Этот двухчасовой курс представляет собой экскурсию по изменениям Python в этом важном выпуске.
Этот небольшой курс научит основам Streamlit и тому, как использовать Streamlit для создания фронтенда для ваших приложений на основе LLM.
Изучите numpy, pandas, matplotlib, quantopian, finance и многое другое для алгоритмической торговли с Python!Добро пожаловать в Python для финансового анализа и алгоритмической торговли! Вы заинтересованы в том, как люди используют Python для проведения тщательного финансового анализа и проведения алгоритмической торговли, тогда это правильный курс для вас!Этот курс поможет вам узнать все, что вам нужно знать, чтобы использовать Python для финанс
Практическое руководство по Python использует ваш опыт программирования, чтобы быстро научиться писать эффективный Python. В этом однодневном воркшопе мы рассмотрим все, что вам нужно знать, чтобы писать и читать программы на Python. Этот практический семинар даст вам более глубокое понимание того, как работает Python, вместо простого запоминания синтаксиса.
Решайте бизнес задачи с использованием Data Science. Научитесь создавать и развертывать проекты веб-приложений машинного обучения, обработки данных, искусственного интеллекта, Auto Ml, глубокого обучения, обработки естественного языка (Nlp) с помощью Python (Flask, Django, Heroku, AWS, Azure, GCP, IBM Watson, Streamlit Cloud). Мы расскажем обо всем, что вам нужно знать, чтобы получить полный набор технологий по науке о данных и машинному обучению