Python from zero to hero – Data Masters

“Python from Zero to Hero”

Impara a programmare in Python, il linguaggio più potente per il lavoro con i dati, anche se parti da zero. Questo corso è progettato per darti il massimo valore nel più breve tempo possibile, con 15 ore di formazione avanzata, 28 video lezioni online e supporto continuo da parte dei docenti. Ogni lezione ti guiderà attraverso i concetti fondamentali di Python e ti permetterà di sviluppare competenze pratiche applicando Python a progetti reali, preparandoti a entrare nel mondo Data Science e AI.

Il programma include tutto ciò che devi sapere, dai fondamenti di Python alle tecniche avanzate come la programmazione ad oggetti (OOP), la serializzazione dei dati, lo sviluppo di bot e l’utilizzo delle API. Avrai anche l’opportunità di lavorare su esercitazioni pratiche, come la creazione di giochi, l’implementazione di algoritmi di clustering, e la costruzione di un bot per Discord.

.folder-content { display: none; padding-left: 20px; }<br />.folder-title {<br /> cursor: pointer;<br /> font-weight: bold;<br /> margin: 10px 0;<br /> padding: 8px;<br /> background: #f0f0f0;<br /> border-radius: 6px;<br />}<br />.folder-title:hover { background-color: #e0e0e0; }<br />

📁 Python from zero to hero

• 🎥 Introduzione a Python – 5:52 (5m)
• 🎥 Installazione di Python – 7:28 (7m)
• 🎥 Installazione di python e configurazione dei virtualenv su Mac OS – 21m
• 🎥 Gestione dei Site Packages con Pip e Virtualenv – 23:15 (23m)
• 🎥 Espressioni e Variabili – 19:26 (19m)
• 🎥 Controlli di Flusso: booleani e if⁄else – 16:44 (16m)
• 🎥 Loop: Cicli For – 11:05 (11m)
• 🎥 Loop: Cicli While – 6:24 (6m)
• 🎥 Strutture Dati: Liste – 9:52 (9m)
• 🎥 Strutture Dati: Tuple – 12:17 (10m)
• 🎥 Strutture Dati: Dictionary – 7:08 (7m)
• 🎥 Strutture Dati: Set – 8:17 (8m)
• 🎥 Rappresentazione dei Dati: Charset ed Encoding – 19:50 (19m)
• 🎥 Stringhe, Encoding e Decoding – 21:37 (21m)
• 🎥 Rappresentazione dei Dati: lo standard IEEE 754 e i numeri reali – 11:08 (11m)
• 🎥 Aritmetica Floating Point in Python – 16:50 (16m)
• 🎥 Funzioni – 20:49 (20m)
• 🎥 Gestione dei File – 24:21 (24m)
• 🎥 Mutability in Python – 25:14 (25m)
• 🎥 List Comprehension in Python – 23:04 (23m)
• 🎥 Serializzazione dei Dati: i Moduli Json e Pickle Parte 1 – 28:25 (28m)
• 🎥 Serializzazione dei Dati: i Moduli Json e Pickle Parte 2 – 8:11 (8m)
• 🎥 Cenni sul Protocollo HTTP – 14:39 (14m)
• 🎥 Il Modulo Requests per Interazioni HTTP – 22:11 (22m)
• 🎥 Introduzione alla Programmazione ad Oggetti – 30:57 (30m)
• 🎥 Ereditarietà – 19:08 (19m)
• 🎥 Dunder Methods nella Programmazione ad Oggetti – 23:21 (23m)
• 🎥 Attributi Privati e Name Mangling – 14:25 (14m)
• 🎥 Cenni sulle Eccezioni – 27:23 (27m)
• 🎥 Esercitazione Gaming: Sasso Carta Forbice – Traccia – 1:01 (1m)
• 🎥 Esercitazione Gaming: Sasso Carta Forbice – Implementazione – 32:29 (32m)
• 🎥 Esercitazione Gaming: Impiccato – Traccia – 3:07 (3m)
• 🎥 Esercitazione Gaming: Impiccato – Implementazione – 50:21 (50m)
• 🎥 Esercitazione ASCII Art – Traccia – 5:49 (5m)
• 🎥 Esercitazione ASCII Art – Implementazione – 17:56 (17m)
• 🎥 Esercitazione – Rest API in Python con Apifootball.com – 65:50 (1h 5m)
• 🎥 Esercitazione – Implementazione di un Algoritmo di Clustering su Dataset Pokemon – 114:15 (1h 54m)
• 🎥 Esercitazione Gaming: Wordle – 81:42 (1h 21m)
• 🎥 Esercitazione Creazione di un Bot Discord – 64:46 (1h 4m)
• 🎥 Resources
• 🎥 Il percorso per diventare Data Scientist – 3m

.folder-content { display: none; padding-left: 20px; }<br />.folder-title {<br /> cursor: pointer;<br /> font-weight: bold;<br /> margin: 10px 0;<br /> padding: 8px;<br /> background: #f0f0f0;<br /> border-radius: 6px;<br />}<br />.folder-title:hover { background-color: #e0e0e0; }<br />

📁 Data Scientist Starter Kit

📁 Il Data Scientist

• 🎥 Introduzione al ruolo
• 🎥 Competenze base

📁 Cheatsheets

• 📄 CheatSheet Python
• 📄 CheatSheet Pandas

📁 Data Engineering con Numpy

• 🎥 Introduzione a Numpy
• 🎥 Operazioni base con Numpy

📁 Data Engineering con Pandas

• 🎥 Introduzione a Pandas
• 🎥 Manipolazione dati con Pandas

📁 Data Engineering con SciKit-Learn

• 🎥 Modelli base
• 🎥 Applicazioni pratiche

📁 Data Visualization

• 🎥 Principi di visualizzazione
• 🎥 Strumenti principali

📁 Esercitazione Hero Level – Data Engineering & Visualization per E-commerce

• 🎥 Esercitazione dettagliata

📁 Introduzione al Machine Learning

• 🎥 Concetti base

📁 Machine Learning: i primi passi e la Regressione Lineare

• 🎥 Regressione Lineare spiegata

📁 Test Finale DSSK

• 📝 Test di verifica finale