Dieser Kurs baut auf „Numerische Methoden mit Python, Jupyter NumPy, Pandas und Matplotlib“ auf.
SciPy ist eine Bibliothek für numerische Methoden in Python. SciPy baut auf NumPy und Pandas auf. In diesem Kurs behandeln wir Interpolation, Optimierung und Nullstellen.
Sie bekommen die Programmierbeispiele, die Aufgaben mit Lösungen. Sie bekommen einen Spickzettel für alle Programm Konstrukte und ein eBook „Numerische Methoden mit Python und SciPy: Interpolation, Optimierung und Nullstellen“.
Dieser Kurs ist Teil der Lernpflade Python und Numerische Methoden mit Pyhton und Jupyter.
Zielgruppe
- Programmierer*innen in Python
- Datenanalytiker*innen
Voraussetzungen
- Kenntnisse in Python
- Numerische Methoden mit Python, Jupyter NumPy, Pandas und Matplotlib
Inhalt
- Interpolation
- Lineare Interpolation
- Spline-Interpolation
- Polynomiale Interpolation
- Multivariate Interpolation
- Optimierung
- Univariate Optimierung
- Globale Optimierung
- Nullstellen einer Funktion bestimmen
Den ausführlichen Inhalt teilen wir Ihnen gerne auf Anfrage mit.
Dauer
- 1 Tag (Standard) oder 2 Tage intensiv
- Jeweils 9-16 Uhr, 1 Stunde Mittagspause
Kosten
Kosten für 1 Tag.
| Online pro Person | 500,– € |
| Präsenz in München pro Person | 700,– € |
| Präsenz in Deutschland pro Person | 900,– € |
| Inhouse in München für 2 Personen | 900,– € |
| Inhouse in Deutschland für 2 Personen | 1.100,– € |
Kosten
Kosten für 2 Tage.
| Online pro Person | 980,– € |
| Präsenz in München pro Person | 1.380,– € |
| Präsenz in Deutschland pro Person | 1.780,– € |
| Inhouse in München für 2 Personen | 1.600,– € |
| Inhouse in Deutschland für 2 Personen | 2.000,– € |