در دوره “علم داده در پایتون”، شرکت‌کنندگان با مباحث و تکنیک‌های علم داده آشنا می‌شوند، و این دوره از زبان برنامه‌نویسی پایتون و ابزارهای مرتبط با آن برای تجزیه‌وتحلیل اطلاعات استفاده می‌کند.

سرفصل‌های این دوره عبارت‌اند از:

• آشنایی با ساختار زبان پایتون
• معرفی دستورات رشته‌ها و ماژول‌ها
• روش‌های تصمیم‌گیری و حلقه‌های تکرار
• ساختار داده و الگوریتم‌ها
• آرایه‌ها، فهرست‌ها و دیکشنری‌ها
• آشنایی با کتابخانه‌های داده‌کاوی و یادگیری ماشین
• تحلیل اکتشافی داده‌ها
• کار با کتابخانه Numpy
• کار با کتابخانه Pandas
• مصورسازی دیتا با کتابخانه Matplotlib و Seaborn
• کتابخانه یادگیری ماشین Scikit Learn
• یادگیری نظارت‌شده در پایتون
• یادگیری بدون ناظر در پایتون
• مهندسی، انتخاب و استخراج ویژگی‌ها و مؤلفه‌های کسب‌وکار
• ارزیابی و توسعه مدل‌های پیش‌بینی

این دوره با ترکیب مطالب تئوری و تمرینات عملی، به شرکت‌کنندگان امکان می‌دهد مهارت‌های لازم برای کار با داده‌ها و ایجاد مدل‌های پیش‌بینی را در پایتون بیاموزند.