Python Programming for Financeのトレーニングコース

このインストラクターによるライブトレーニングは、Kaggleを使用してデータサイエンスを学び、キャリアを築きたいデータサイエンティストや開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• データサイエンスと機械学習について学ぶ
。
• データ分析について学ぶ
。
• Kaggleとその仕組みについて学ぶ
。

このインストラクターによるライブトレーニングは、Modinを使ってPandasの並列計算を構築・実装し、より高速なデータ分析を行いたいと考えているデータサイエンティストや開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Modinを使って大規模なPandasワークフローの開発を始めるために必要な環境をセットアップする。
• Modinの機能、アーキテクチャ、利点を理解する。
• Modin、Dask、Ray の違いを知る。
• ModinでPandasの操作を高速に実行できる。
• PandasのAPIと関数をすべて実装する。

このインストラクターによるライブトレーニングは、RAPIDSを使用して、XGBoostやcuMLなどの機械学習アルゴリズムを適用し、GPUアクセラレーションによるデータパイプライン、ワークフロー、ビジュアライゼーションを構築したいデータサイエンティストや開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• NVIDIARAPIDSを使用してデータモデルを構築するために必要な開発環境をセットアップする。
• RAPIDSの機能、コンポーネント、および利点を理解する
。
• エンドツーエンドのデータおよび分析パイプラインを高速化するために GPU を活用する。
• cuDFとApache Arrowを使用して、GPUで高速化されたデータ準備とETLを実装する
。
• XGBoostとcuMLアルゴリズムで機械学習タスクを実行する方法を学ぶ
。
• cuXfilterとcuGraphを使用して、データの可視化を構築し、グラフ分析を実行します。

このインストラクターによるライブトレーニングは、Anacondaエコシステムを使用して、パッケージとデータ分析ワークフローを単一のプラットフォームでキャプチャ、管理、デプロイすることを希望するデータサイエンティストを対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Anacondaコンポーネントとライブラリをインストールし設定する。
• Anacondaのコアコンセプト、機能、利点を理解する。
• Anaconda Navigator を使用してパッケージ、環境、チャンネルを管理する。
• データサイエンスと機械学習のために Conda、R、Python パッケージを使用する。
• 複数のデータ環境を管理するための実践的なユースケースとテクニックを知ることができます。

Pandas は、構造化 (表形式、多次元、異種混合の可能性がある) および時系列データを操作するためのデータ構造を提供する Python パッケージです。

このインストラクターによるライブトレーニングは、Pandasを使用して機械学習による予測分析を行いたいデータサイエンティストを対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Pythonでデータラングリングを行う
。
• 機械学習のためのETL操作を行う
。
• Pandasでデータの可視化を行う
。

このインストラクター主導のライブトレーニングは、大規模なデータセットを構築、拡張、分析するために Python エコシステムと Dask を使用したいデータサイエンティストやソフトウェアエンジニアを対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• DaskとPythonによるビッグデータ処理の構築を開始するための環境をセットアップします。
• Daskで利用可能な機能、ライブラリ、ツール、APIを探索します。
• DaskがどのようにPythonの並列コンピューティングを加速するかを理解します。
• Daskを使用してPythonエコシステム（Numpy、SciPy、Pandas）をスケールする方法を学びます。
• Dask 環境を最適化し、大規模なデータセットを処理する際に高いパフォーマンスを維持します。

このインストラクターによるライブトレーニングは、PythonのFastAPIを使用して、RESTful APIをより簡単かつ迅速に構築、テスト、デプロイしたい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• PythonとFastAPIを使ってAPIを開発するために必要な開発環境をセットアップします。
• FastAPIライブラリを使ってAPIをより早く簡単に作成します。
• PydanticとOpenAPIに基づいてデータモデルとスキーマを作成する方法を学びます。
• SQLAlchemyを使ってAPIをデータベースに接続します。
• FastAPIツールを使ってAPIにセキュリティと認証を実装します。
• コンテナイメージをビルドし、Web APIをクラウドサーバーにデプロイする
。

このインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、FARM (FastAPI、React、および MongoDB) スタックを使用して動的で高性能かつスケーラブルな Web アプリケーションを構築したい開発者を対象としています。

このトレーニングを終了するまでに、参加者は次のことができるようになります。

FastAPI、React、MongoDB を統合する必要な開発環境をセットアップします。 FARM スタックの主要な概念、機能、利点を理解します。 FastAPI を使用して REST API を構築する方法を学びます。 React で対話型アプリケーションを設計する方法を学びます。 FARM スタックを使用して、アプリケーション (フロントエンドおよびバックエンド) を開発、テスト、展開します。

このインストラクターによるライブトレーニングは、SciPyを使用してPythonで高度な科学計算関数を作成したい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• 科学計算関数の作成を開始するために必要な開発環境をセットアップします。
• 複雑な操作の実践的な例を実行することで、SciPyの機能をフルに活用する
。
• 科学的問題を解決するための数学的アルゴリズムと関数を実装し、最適化する
。
• 可視化、処理、および分析のためのデータ構造と補間方法を設計する
。

このインストラクターによるライブトレーニングは、PyGameを使用してPythonプログラミングでゲームを作成・構築したい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• PyGameとPythonを使用してゲームアプリケーションの作成を開始するために必要な開発環境をセットアップします。
• アニメーションやマルチメディア機能を統合したインタラクティブなPyGameアプリケーションの作成方法を学びます。
• PyGameテストスイートでゲームプログラムを実行してテストし、実行可能ファイルに変換する
。

この実践コースは、最初のWebアプリケーションを作成および保守するPython開発者を対象としています。また、 DjangoやWeb2pyなどの他のWebフレームワークに既に精通しており、マイクロフレームワーク（つまり、自己完結型のユニバーサルソリューションを提供する代わりにサードパーティライブラリを結合するフレームワーク）の使用方法を学びたい人にも対応しています。プロセス。

コースの大部分は、Flask自体（それは小さい）ではなく、Flaskプロジェクトでよく使用されるサードパーティのライブラリとツールに専念しています。

このインストラクターによるライブトレーニングは、PythonとFlaskを使ってREST APIを構築したいバックエンド開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• FlaskのWebアプリケーションがバックエンドのデータベースを読み書きできるようにREST APIを実装する。
• リフレッシュトークンのような高度な認証機能を開発する。
• 将来の Python プロジェクトで再利用可能なバックエンドを構築する。
• SQLAlchemyを使ってデータの保存をシンプルにする。
• クラウドベースのサーバーにREST APIをデプロイする。

このインストラクターによるライブトレーニングは、MongoDBの上にスケーラブルなWebアプリケーションを構築するためにFlaskの高度な機能を使用したい開発者を対象としています。

このトレーニングの終了時までに、参加者は以下のことができるようになります：

• Flaskを使ってWebアプリケーションの開発を始めるために必要な開発環境をセットアップします。
• 実際のFlaskプロジェクトのための高度なコンセプトとテクニックを知る。
• MongoDBの上にRESTful APIサーバーを構築します。
• Flask、Docker、Amazon EC2を使ってマイクロサービスをコンテナ化、テスト、デプロイする方法を学びます。
• Webアプリケーションをスケーリングするための高度なFlask統合について洞察します。