top of page

Atsauksmes

“Pārdomāta programma un nodarbību plāns. Nodarbībā veiksmīgi tiek izmantoti grupu darbi. Pasniedzējs ļoti atvērts, pieejams un iesaistošs.”

Evija

"Kurss ļoti patika! Patika nodarbību struktūra - bija teorētiskas nodarbības, bet lielāko uzsvaru pasniedzējs lika uz praktiskiem uzdevumiem, kas, man šķiet, ir vienīgais veids, kā var iemācīties programmēt. Patika pasniedzēja individuāla pieeja visiem kursa dalībniekiem un grupām - viņš vienmēr palīdzēja, ja bija jautājumi, un pielāgoja nodarbību saturu un tempu kursa dalībniekiem."

Alīna

“Būtiskākais ieguvums no projektu grupu darba ir iespēja pielietot zināšana kamēr vēl tās ir "svaigas". Tā informācija labāk tiek saprasta un ilgāk to atceras.”

Ilmārs

Tīmekļa skrāpēšanas tehnoloģijas ar Python bibliotēkām

​Mācību formāts 

Tiešsaistē

Ilgums

48 mācību stundas

EUR 1250 + PVN

Cena

Tuvākais kurss:

2024. gada 30. septembris

-

2024. gada 5. novembris

pirmdienās un otrdienās

,

10:00

-

13:15

Kursa mērķis

Sniegt zināšanas un prasmes pielietot tīmekļa skrāpēšanas tehnikas un metodikas, lai iegūtu un apkopotu datus no tīmekļa lapām, izmantojot Python bibliotēkas Beautiful Soup, Scrapy un Selenium.

Mērķauditorija

Ikviens, kurš apkopo un analīzē datus, sadarbojas ar citiem, aprakstot un prezentējot datus: biznesa un finanšu speciālisti, analītiķi, pētnieki, digitālo mediju speciālisti u.c.

Kursa mērķis

Sniegt zināšanas un prasmes pielietot tīmekļa skrāpēšanas tehnikas un metodikas, lai iegūtu un apkopotu datus no tīmekļa lapām, izmantojot Python bibliotēkas Beautiful Soup, Scrapy un Selenium.

Mērķauditorija

Ikviens, kurš apkopo un analīzē datus, sadarbojas ar citiem, aprakstot un prezentējot datus: biznesa un finanšu speciālisti, analītiķi, pētnieki, digitālo mediju speciālisti u.c.

Tehnoloģijas

Python, Beautiful Soup, Scrapy, Selenium, Lxml, Pyquery

MĀCĪBU NORISE

20% teorija un 80% prakse

Mācības notiek tiešsaistē. Mācības notiek 2 reizes nedēļā pa 4 mācību stundām 6 nedēļu garumā. Mācību laikā dalībnieki apgūst teoriju, ko nostiprina ar praktiskajiem uzdevumiem un grupu projektu.

Projektos balstīta mācīšanās nozīmē darbu grupās, kad mācību dalībnieki izstrādā projektu, kas ir balstīts uz reālu darba situāciju, praktiski pielietojot nodarbībās apgūtās prasmes un zināšanas.

Darbs komandā

Praktiska pieredze

Projekta izstrāde

e-CF 4.0


  • D.7. Data Science and Analytics L3

  • E.6. ICT Quality Management L2

  • E.8. Information Security Management L2

Caurviju kompetences


  • Komunikācija

  • Pašattīstība

  • Darbs komandā

  • Iniciatīva

E-kompetences un caurviju kompetences

E-kompetences un caurviju kompetences

e-CF 4.0


  • D.7. Data Science and Analytics L3

  • E.6. ICT Quality Management L2

  • E.8. Information Security Management L2

Caurviju kompetences


  • Komunikācija

  • Pašattīstība

  • Darbs komandā

  • Iniciatīva

Priekšzināšanas

Vēlamas pamatprasmes programmēšanā (algoritmi, loģiskās konstrukcijas).

Vēlamas pamatprasmes Python valodā.

Izpratne par datu analīzes uzdevumiem un mērķiem.

Sertifikācija

Šajā programmā sertifikācija nav iekļauta.

Kursa tēmas

1. Python darba vides sagatavošana:

1.1. Python bibliotēku izvēle

1.2. vaicājumu izmantošana datu iegūšanai

1.3. tīmekļa skrāpēšanas paņēmieni un metodikas vairākām tīmekļa lapu kopām


2. Datu iegūšana:  

2.1. vaicājumu izmantošana datu iegūšanai

2.2. skrāpēšanas bibliotēku rīki un to pielietošana datu izgūšanai

2.3. skrāpētāju selektoru izmantošana datu meklēšanai un izgūšanai

2.4. datu ielāde unikodā / UTF-8


3. Skrāpētāju veidošana:

3.1. skrāpētāju funkcionalitātes izvēle

3.2. skrāpētāju funkcionalitātes izstrāde


4. Datu apstrāde:

4.1. datu tīrīšana

4.2. datu kārtošana

4.3. datu trendu analīze

4.4. datu vizualizācija


5. Datu kvalitāte:

5.1. datu ticamības nodrošināšana

5.2. datu atbilstība datu kvalitātes un datu aizsardzības regulām un politikām


6. Sadarbība ar kolēģiem, partneriem, klientiem, prezentējot datu apstrādes un analīzes rezultātus:

6.1. datu iegūšanas, apstrādes un glabāšanas vides ievainojamības un draudu identificēšana un novēršana

6.2. skrāpēšanas bibliotēku Beautiful Soup un Scrapy rīku izmantošana datu izgūšanai

Mācīšanās rezultāti

Pēc sekmīgas mācību programmas apgūšanas kursa dalībnieki varēs patstāvīgi vai ar nelielu pieredzējušāku kolēģu atbalstu:


  • Izveidot Python darba vidi

  • Izvēlēties un pielietot uzdevumiem piemērotāko Python bibliotēku

  • Pielietot tīmekļa skrāpēšanas paņēmienus un metodikas vairākām tīmekļa lapu kopām

  • Pielietot Python skrāpēšanas bibliotēku rīkus

  • Pielietot paņēmienus  informācijas iegūšanai no tīmekļa lapu datiem, izmantojot datu modeļus un atribūtus

  • Veidot skrāpētājus ar nepieciešamo funkcionalitāti

  • Skaidrot interneta vietņu karšu nozīmi datu skrāpēšanas uzdevumos

  • Veikt datu tīrīšanu ar Python bibliotēku rīkiem

  • Veikt datu kārtošanu ar Python bibliotēku rīkiem

  • Pielietot paņēmienus datu ticamības pārbaudei

  • Veikt datu trendu analīzi ar Python bibliotēku rīkiem

  • Veidot datu trendu vizualizāciju ar Python bibliotēku rīkiem

  • Pielietot datu aizsardzības regulas un politiku datu kvalitātes un atbilstības uzturēšanai

  • Modelēt un plānot sistemātisku datu iegūšanas, apstrādes un glabāšanas vides novērošanu, lai identificētu un definētu ievainojamības un draudus, kā arī reģistrētu un ziņotu neatbilstības

  • Veidot sadarbību ar kolēģiem, partneriem, klientiem, prezentējot datu apstrādes analīzes rezultātus

Vēlies pievienoties mācību grupai?

Piesakies un rezervē sev vietu.

Atsauksmes

“Pārdomāta programma un nodarbību plāns. Nodarbībā veiksmīgi tiek izmantoti grupu darbi. Pasniedzējs ļoti atvērts, pieejams un iesaistošs.”

Evija

"Kurss ļoti patika! Patika nodarbību struktūra - bija teorētiskas nodarbības, bet lielāko uzsvaru pasniedzējs lika uz praktiskiem uzdevumiem, kas, man šķiet, ir vienīgais veids, kā var iemācīties programmēt. Patika pasniedzēja individuāla pieeja visiem kursa dalībniekiem un grupām - viņš vienmēr palīdzēja, ja bija jautājumi, un pielāgoja nodarbību saturu un tempu kursa dalībniekiem."

Alīna

“Būtiskākais ieguvums no projektu grupu darba ir iespēja pielietot zināšana kamēr vēl tās ir "svaigas". Tā informācija labāk tiek saprasta un ilgāk to atceras.”

Ilmārs

bottom of page