Nell’ambito del settore Energy, avere conoscenze e competenze di Data Science è fondamentale per tutti coloro che sono coinvolti in attività di previsione della domanda e del prezzo della commodity Gas&Power.
Approfitta di 14 ore di formazione per scoprire come utilizzare il linguaggio Python per analizzare, raccogliere, elaborare e manipolare grandi quantità di dati eterogenei con esempi e riferimenti specifici al contesto di mercato.
In particolare, è l’occasione per:
- implementare librerie di funzioni in Python, dalle più semplici alle più avanzate, per effettuare il calcolo delle informazioni numeriche e scientifiche
- predisporre modelli statistici e di machine learning per il forecasting di serie storiche di domanda e prezzo.
Il corso è strutturato in esercitazioni con supporto e feed-back immediato da parte del docente, quindi, per la buona riuscita del corso è necessario presentarsi muniti PC con già istallato Python.
Per prepararti al meglio e utilizzare le potenzialità offerte da Python, iscriviti al percorso completo:
- Python per costruire modelli predittivi – livello intermedio (6 e 13 giugno 2024)
- Python per realizzare modelli predittivi ingegnerizzati di forecasting – livello avanzato (22 e 29 ottobre 2024)
Programma
14 marzo 2024
9.00 – 17.00
Introduzione e sintassi base
- Approfondire l’ambiente di sviluppo di Python e le librerie utili
- installazione di Anaconda, delle librerie e dell’ambiente virtuale per ogni progetto
- Jupyter per creare e condividere documenti testuali interattivi
- Analisi della sintassi del linguaggio di programmazione
- Esplorazione e installazione delle librerie: conosciamo la community che lo ha reso celebre
- Tipologie di dato numerico e metodologie di calcolo matematico di Python
- Strategie di manipolazione e interazione dei dati testuali
- Creazione di variabili per la generazione di testi dinamici
Tipologia di dato e manipolazione
- Come rappresentare una sequenza mutabile di oggetti utilizzando le Liste di Python
- Eseguire operazioni sulle Liste
- Gestire una sequenza immutabile di oggetti tramite Tuple
- Identificare dei dati rappresentati da un rapporto chiave-valore con l’utilizzo dei Dizionari
- Svolgere operazioni sui Dizionari
Creare funzioni e gestire le eccezioni
- Gestione delle eccezioni tramite la clausola IF e il suo annidamento
- Ciclare il dato eseguendo comandi ripetuti su singoli elementi di una serie
- Creare funzioni personalizzate che permettono al computer di eseguire un determinato comando
- Sviluppare funzioni personalizzate con una sintassi rapida che permette una riduzione del tempo di sviluppo
- Gestire e verificare errori riconosciuti nel programma, permettendo al computer di risolverli con meccanismi specifici
21 marzo 2024
9.00 – 17.00
La programmazione a oggetti, Python nella pratica
- Implementare un software utilizzando la programmazione a oggetti per una più facile gestione e manutenzione di progetti di grandi dimensioni
- Gestire Operazioni su File tramite Python
Le librerie numeriche, scientifiche e di data preparation e visualization utilizzate nei progetti di Data Science
- Le librerie NumPy e SciPy
- La libreria Pandas
- Data Visualization con Matplotlib
Esercitazione: analisi esplorativa dei dati ai fini della costruzione di un modello predittivo da adottare nel proprio lavoro