Tematska celina 1. Modul datetimes i struktura podataka rečnici
U ovom delu naučićete kako da kreirate i manipulišete objektima datuma i vremena u pajtonu, kako biste lakše indentifikovali ključne finansijske događaje, kao što je Crni petak. Takođe ćete naučiti kako da čuvate i efikasno pretražujete items-e upotrebom rečnika.
Lekcija 1. Reprezentovanje vremena pomoću modula datetimes
aktivnost 1: Kreiraj objekat datetime za određene datume
aktivnost 2: Objekti datetimes na osnovu teksta (string-ova)
aktivnost 3: Konverzija formata pomoću objekta datetimes
Lekcija 2. Rad sa datetimes-om
aktivnost 1: Pristup atributima datetimes-a
aktivnost 2: Poređenje datetimes objekata
aktivnost 3: Kreiranje relativnih objekata datetimes
Lekcija 3. Rečnici
aktivnost 1: Kreiranje rečnika
aktivnost 2: Dodavanje elemenata u rečnike, i izmena vrednosti elemenata
aktivnost 3: Pristupanje vrednostima
aktivnost 4: Brisanje iz rečnika
Tematska celina 2. Upravljanje tokom i logikom
Kroz praktične aktivnosti, otkrićete kako da koristite Bulovu logiku za određivanje istinitosti, i kako da koristite operatore poređenja i jednakosti za kontrolu izvršavanja u if–naredbama i petljama.
Lekcija 1. Operatori poređenja
Lekcija 2. Bulovi operatori
aktivnost 1: Operator and
aktivnost 2: Evaluacija objekta
aktivnost 3: Vraćanje objekta
Lekcija 3. Naredba if
aktivnost 1: Poređenje prodaje i kupovine
aktivnost 2: Grananje pomoću elif i else naredbi
Lekcija 4. Petlje for i while
aktivnost 1: Petlja for
aktivnost 2: Petlja while
aktivnost 3: Izlazak iz petlje for (pomoću komande break)
Tematska celina 3. Pandas DataFrame
Otkijte kako da kreirate i pristupate DataFrame-ovima pomoću pandas-a koristeći finansijske podatke iz drugih struktura, uključujući rečnike, liste i CSV datoteke. Zatim ćete otkriti dodatne mogućnosti dok agregirate podatke bilo po kolonama, bilo po redovima, zatim izračunavate proseke, ili proširujete DataFrame podataka upotrebom funkcija.
Lekcija 1. Kreiranje DataFrame-a
aktivnost 1: Pozicija hartije od vrednosti je zapis o vlasništvu koji uključuje kupovnu
aktivnost 2: Učitavanje istorijskih podataka tržišta
Lekcija 2. Pristupanje podacima
aktivnost 1: Pristup podacima pomoću imena kolona i redova
aktivnost 2: Pristup pomoću indeksa
Lekcija 3. Agregiranje i sumiranje
aktivnost 1: Prosečne cene
aktivnost 2: Medijalne cene
Lekcija 4. Proširivanje i manipulisanje podacima
aktivnost 1: Kreiranje novih kolona
aktivnost 2: Uklanjanje kolona iz DataFrame-a
aktivnost 3: Manipulisanje podacima pomoću pandas-a
Tematska celina 4. Rad sa bank marketing podacima
U ovom poslednjem delu, okušaćete se u radu sa podacima iz bank marketing-a iz stvarnog sveta dok učite kako da tumačite nove podatke, kreirate maske za filtriranje podataka i vizualizujete svoje nalaze pomoću grafikona.
Lekcija 1. Pregled podataka pomoću metoda .head(), .tail(), i .describe()
aktivnost 1: Pogled na početak i kraj dataframe tabele
aktivnost 2: Opisivanje (describe) podataka
Lekcija 2. Filtriranje podataka
aktivnost 1: Filtriranje podataka
aktivnost 2: Selektovanje podataka iz određenog intervala
Lekcija 3. Grafičko prikazivanje podataka
aktivnost 1: Kreiranje linijskog dijagrama
aktivnost 2: Izaberite odgovarajući grafikon
Tehnički detalji interaktivne obuke
Obuka je interaktivnog karaktera, jer svaki polaznik radi i unosi komande za svojim računarom, prateći predavača. Predavač (čiji je računar povezan na projektor) polako objašnjava poslovni projekat i rešava ga unoseći jednu po jednu liniju kôda u okviru pajton razvojnog okruženja. Svaka linija kôda se detaljno elaborira.
U okviru interaktivne obuke, dobićete i detaljno napisan priručnik, sa svim aktivnostima, koji su rađeni na obuci, uključujući i sve linije kôda koje ste napisali. Takođe interaktivnu obuku prati i kreirani video materijal za svaku lekciju, gde je opet detaljno objašnjeno rešavanje poslovnog projekta i elaboracija svake linije kôda. Na ovaj način bićete u stanju da potpuno razumete i savladate kako finansije, tako i odgovarajuće komande programskog jezika pajton.
Za potrebe praćenja ove obuke nije vam potrebno nikakvo predznanje iz programskog jezika pajton.
Predavač na obuci je dr Vladimir Vasić, doktor statističkih nauka, redovni profesor na Beogradskoj bankarskoj akademiji – Fakultetu za bankarstvo, osiguranje i finansije, koji ima višedecenijsko iskustvo u rešavanju brojnih privrednih poslovnih projekata u zemlji i regionu.
Predavač je 17 godina, učestvovao kao najviši istraživač (klasa A1) na projektima nacionalnog značaja na istraživanjima kvantifikacije verovatnoće difolta i izgradnje kreditnog rejtinga preduzeća. Dati projekti, finansirani od Ministarstva za nauku Srbije su: „Razvoj institucija i instrumenata hipoteke i financijskog tržišta u Srbiji“ (2006-2010) i „Rizici financijskih institucija i tržišta u Srbiji – mikroekonomski i makroekonomski pristup“ (2011-2022).
Takođe, predavač je više od 15 godina vodeći konsultant, kada su u pitanju izgradnja algoritama i modela alatima data mining-a.
Osim višedecenijskog iskustva u prenošenju znanja naprednog modeliranja i predikcije studentima završnih godina, predavač je i autor 25 naučnih radova objavljenih u časopisima na SCI i SSCI listi.
Prijavite se putem: linka
