Wykorzystaj Pythona w analizie danych.
Kurs od podstaw. Jak analizować dane i wykorzystać uczenie maszynowe w codziennej pracy.
Popularne narzędzia, dużo ćwiczeń, praktyczne umiejętności, wprowadzenie w świat AI.
-
Tematyka:Wprowadzenie do programowania w Pythonie, środowisko pracy analityka (Anaconda, Jupyter Notebook), przetwarzanie danych (NumPy, pandas), pozyskiwanie danych z różnych źródeł, przygotowywanie i czyszczenie danych (praca z Series i DataFrame), analiza danych, wizualizacje (Matplotlib, Seaborn), analiza i wnioskowanie statystyczne, predykcje i klasyfikacja dzięki scikit-learn
-
Zastosowanie:zarządzanie, bankowość, ubezpieczenia, telekomunikacja, przemysł, handel i usługi, ochrona zdrowia, administracja publiczna
-
Czas trwania:80 godzin zegarowych zajęć na żywo
+ 40 godzin pracy w domu z naszymi
materiałami = w sumie 120 godzin -
Tryby zajęć:
- weekendowo (sob-niedz., średnio co 2 tygodnie)
- dziennie (blok 4-dniowy i dwa 3-dniowe, co ok. 2 tyg.)
-
Grupa:Zajęcia stacjonarne - na sali max 12 osób.
Dla kursów zdalnych - do 17 osób łącznie.
-
Rekrutacja:kurs od podstaw
-
Miejsce:Warszawa, Kraków lub
Zdalnie (online na żywo z trenerem i grupą) -
Elastyczność:a) do 15 dni przed startem można zrezygnować
b) podczas zajęć można:
- przejść z trybu stacjonarnego na zdalny
- ze zdalnego na stacjonarny
- w razie potrzeby otrzymać nagrania z zajęć
- zawiesić uczestnictwo i dokończyć później
(w miarę dostępności miejsc)
-
Cena:4 790 PLN*
Inne opcje nauki
Kurs (poziom 2):
Uczenie Głębokie w PythonieAlternatywy:
Python Developer Business Intelligence w MS Excel i Power BI Analiza danych w R Analiza danych i AI, uczenie maszynowe i deep learning dla znających PythonaAnaliza danych i język Python
Wyciąganie wniosków z dostępnych danych coraz częściej jest podstawową metodą podejmowania decyzji. Do
niedawna
w tym celu zatrudniano wielkie firmy analityczne, a na ich usługi mogli sobie pozwolić tylko najwięksi
rynkowi
gracze.
Pojawienie się prostych (i często bezpłatnych) narzędzi do analizy danych i AI pozwala stosować te same metody
każdej
firmie i osobie prywatnej.
Trzeba się ich tylko nauczyć.
Przystępne, gotowe rozwiązania do uczenia maszynowego i szeroko pojętej sztucznej inteligencji pozwoliły nawet początkującym analitykom na pominięcie żmudnego procesu poszukiwania ukrytych prawidłowości i osiąganie wyników dotychczas dostępnych wyłącznie dla doświadczonych statystyków. Dzięki temu nie trzeba być specjalistą, by przetworzyć więcej danych i wyciągnąć z nich trafniejsze wnioski. A efekty osiągnąć szybciej, niż gdyby zrobił to człowiek.
Dzięki bogatemu zapleczu gotowych bibliotek Python jest jednym z najpopularniejszych języków do analizy danych i AI. Python jest też bardzo prosty w nauce, dzięki czemu pisanie własnych, dedykowanych narzędzi nie stanowi problemu nawet dla początkujących programistów.
- Pandas jest biblioteką pozwalającą na manipulowanie danymi w formie tabelek lub ciągów. Pozwala szybko i prosto łaczyć, dzielić i przekształcać dane aby wyciągać z nich wnioski.
- NumPy to biblioteka służąca do obliczeń naukowych. Jest napisana w C, więc działa znacznie szybciej niż kod napisany w Pythonie, a jednocześnie jest prosta w obsłudze. Skomplikowane obliczenia można wykonać jedną komendą!
- Matplotlib to biblioteka do wizualizacji danych, czyli rysowania wykresów. Kilkoma komendami możemy stworzyć dowolny wykres, a potem wyświetlić go lub zapisać do pliku.
- Scikit-Learn to najpopularniejsza bilioteka do uczenia maszynowego. Nie jest tak potężna jak TensorFlow stworzony przez Google albo PyTorch stworzony przez Facebooka, ale prostota jej użycia, otwartość i wiele dostępnych algorytmów sprawiają, że jest pierwszym wyborem większości analityków korzystających z Pythona.
- Python jest bardzo uniwersalnym językiem. Poza analizowaniem danych pozwala łatwo je pobierać, obrabiać i eksportować zarówno w formie raportów, jak i plików wejściowych dla innych aplikacji (na przykład Excela).
Ten kurs, zaczynając od zera, nauczy Cię korzystania z pakietów dedykowanych do analizy danych w Pythonie. Nie musisz potrafić programować ani znać Pythona (choć znając podstawy programowania wyniesiesz z kursu więcej wiedzy).
Podczas kursu skupimy się na poznaniu narzędzi do analizy danych, nie na samym Pythonie. Przerobimy go akurat tyle, żeby poradzić sobie z korzystaniem z narzędzi. To nie jest kurs samego programowania, więc jeśli chcesz nauczyć się pisać programy i swobodnie czytać kod, to możesz także skorzystać z naszego kursu Nauka programowania w Pythonie lub krótkiego szkolenia Skrypty w Pythonie, ale nie jest to konieczne dla rozpoczęcia nauki. Znajomość Pythona pozwoli Ci lepiej zrozumieć omawiane narzędzia, ale nie jest potrzebna żeby nauczyć się ich używać. Nie musisz być profesjonalnym programistą ani mieć doświadczenia w analizie danych.
To nie wykład z matematyki, tylko praktyczne warsztaty
Nie koncentrujemy się na nauce teorii - przekazujemy wiedzę praktyczną. To nie jest wykład na uczelni, nie będziemy przerabiać matematycznych podstaw używanych modeli, po prostu nauczymy Cię z nich korzystać! Poznasz warsztat analityka - przygotowania, analizowania i interpretowania dużych ilości danych, korzystając z języka programowania Python i jego dodatków. Wprowadzimy Cię w świat AI i machine learning. Podczas zajęć będziesz ćwiczyć poznawane techniki na prawdziwych zbiorach danych, podobnych do tych, z jakimi możesz spotkać się w praktyce zawodowej.
Czego nauczysz się na kursie?
korzystać ze środowiska do pracy z danymi z wykorzystaniem Pythona (Anaconda, Jupyter Notebook)
przetwarzać dane za pomocą dodatków NumPy i pandas
pozyskiwać dane z różnych źródeł, przygotowywać i czyścić dane
przygotowywać wizualizacje korzystając z pakietów Matplotlib i Seaborn
poznasz podstawy analizy danych i wnioskowania statystycznego
zrozumiesz jak działa uczenie maszynowe i kiedy je stosować
Jeśli bardziej od Pythona interesuje Cię analiza danych z wykorzystaniem języka R?
Program kursu
To obszerny zakres materiału - przekazany w prosty i przystępny sposób. Program kursu jest ułożony tak, aby w 10 dni przekazać podstawy analizy danych, wprowadzenie do AI i machine learning z wykorzystaniem języka Python i jego dodatków.
W przypadku realizacji szkolenia na zamówienie dla Twojej firmy, możliwe jest indywidualne dostosowanie programu i czasu trwania kursu - np. rozpoczęcie od wprowadzenia do języka Python lub poruszenie bardziej zaawansowanych tematów związanych z analizą danych.
Dla kogo jest ten kurs?
-
Dla osób, które chcą zajmować się analizą danych.
Program tego kursu jest tak ułożony, że większość naszych kursantów może rozpocząć pracę przy analizie danych wykorzystując zaprezentowane przez nas narzędzia od razu po jego ukończeniu, a nawet w trakcie. -
Dla osób, które na codzień korzystają z Pythona i chcą rozwinąć swoje umiejętności.
Ten kurs podnosi kwalifikacje zawodowe i otwiera drogę do awansu bądź zmiany pracy na lepszą! -
Dla managerów, kadry kierowniczej i właścicieli firm
Dostęp do bieżących, dokładnych analiz jest kluczem do trafnych decyzji w biznesie.
Co trzeba umieć przed kursem?
Na kurs zapraszamy wszystkich. Znajomość podstaw programowania w języku Python jest mile widziana, ale absolutnie nie wymagana. Jeśli nie znasz Pythona, nauczysz się wszystkich niezbędnych komend podczas zajęć. Jeśli znasz Pythona przećwiczysz funkcje i struktury danych przydatne w analizie danych, zrozumiesz też lepiej działanie omawianych narzędzi. Jeśli chcesz się najpierw nauczyć programować, możesz skorzystać z naszej oferty - dłuższego bootcampa Nauka programowania w Pythonie lub krótkiego szkolenia Skrypty w Pythonie
Nie jest potrzebne żadne doświadczenie w analizie danych.
Nie jest potrzebne żadne doświadczenie w programowaniu.
W jaki sposób uczymy?
Postawiliśmy przede wszystkim na zajęcia praktyczne! Kurs jest zorganizowany w formie warsztatów - to oznacza, że tutaj nie ma wykładów jak na studiach. Pracujemy w małych grupach, przez cały czas z trenerem. Wszystkie moduły kursu są wypełnione praktycznymi ćwiczeniami. Nasi trenerzy przedstawią Ci zestaw najczęstszych problemów, które w realnych warunkach biznesowych pojawią się podczas pracy z danymi - sam przekonasz się jak ważna i unikalna jest to wiedza.
Zapewniamy go! Nowoczesny sprzęt komputerowy będzie do Twojej dyspozycji podczas kursu. Oprócz motywacji i chęci do nauki nie musisz niczego ze sobą zabierać!
Nauka w domu
Kurs trwa 80 godzin i jest bardzo intensywny, ale można i warto wyciągnąć z niego jeszcze więcej! Jak to zrobić? Trzeba przyłożyć się do nauki również w domu. Nasi trenerzy zawsze zachęcają do samodzielnej pracy w domu, przygotowują ciekawe zadania, nad którymi pracujesz w przerwie między zajęciami. Duża ilość ćwiczeń sprawi, że utrwalisz zdobytą wiedzę i bardzo szybko opanujesz technologię. Jeśli masz problem z zadaniem - zawsze możesz skontaktować się ze swoim trenerem.
Kurs na zamówienie
Możemy zorganizować kurs szyty na miarę - specjalnie dla Twojej firmy. Skutecznie szkolimy już 3 osobowe grupy.
Kurs może odbyć się w naszych biurach w całej Polsce (Warszawa, Łódź, Wrocław, Gdańsk, Katowice, Kraków, Poznań) lub w siedzibie Twojej firmy.
Bardzo często realizujemy szkolenia oparte na danych otrzymanych od klienta. Wówczas nasi trenerzy elastycznie dopasowują program kursu do specyfiki Twoich danych - dobierają odpowiednie metody analizy tych danych, tak aby wycisnąć z nich maksymalnie dużo korzyści dla Twojego biznesu.
Koszt takiego kursu jest ustalany indywidualnie, zależnie od wielkości grupy i miejsca przeprowadzania szkolenia. Kurs może odbywać się również w języku angielskim.
Program szkolenia
- Wstęp do programowanie w języku Python
- geneza i historia Pythona
- zastosowania i możliwości
- Instalacja i konfiguracja środowiska
- interpreter języka Python
- wirtualne środowisko (venv)
- zintegrowane środowisko programistyczne (IDE)
- Podstawy składni języka Python
- interakcja z użytkownikiem
- zmienne i podstawowe typy danych
- struktury danych
- instrukcja warunkowa
- pętle
- wyrażenia “comprehension”
- Programowanie proceduralne
- podstawy definiowania funkcji
- przekazywania argumentów
- obsługa daty i czasu (moduł `datetime`)
- Środowisko pracy analityka
- Anaconda
- Manager pakietów Conda
- Manager pip
- Tworzenie wirtualnego środowiska
- Jupyter notebook
- Markdown
- Elementy notacji Latex
- Anaconda
- Przetwarzanie danych
- Wstęp do NumPy
- Tworzenie wektorów i macierzy
- Przekształcenia, operacje w NumPy
- Wybieranie
- Wektoryzacja
- Broadcasting
- Elementy arytmetyki i algebry przy użyciu NumPy
- Rozwiązywanie równań liniowych
- Wstęp do Pandas
- Serie i ramki danych
- Pozyskiwanie danych z różnych źródeł
- Pliki
- Zasoby w internecie
- Bazy danych
- Przygotowywanie i czyszczenie danych – Operacje i przekształcenia DataFrame
- Usuwanie kolumn i wierszy
- Zmiana wymiarów – reshaping
- Pivoting
- Rangowanie i sortowanie danych
- Łączenie ramek (concatenate, merge, join)
- Wstęp do NumPy
- Analiza danych
- Wizualizacje
- Wprowadzenie do matplotlib
- generowanie wykresów z poziomu pandas
- seaborn i inne narzędzia do wizualizacji danych w Pythonie
- Podstawy analizy statystycznej
- Wnioskowanie statystyczne
- Wizualizacje
- Wstęp do uczenia maszynowego (ML)
- Przegląd metod i algorytmów uczenia maszynowego
- Podział metod uczenia maszynowego
- Uczenie nadzorowane
- Uczenie nienadzorowane
- Podział metod uczenia maszynowego
- Proces uczenia maszynowego
- Eksploracja danych
- Jak dobrać najlepszy model do zadania
- Przygotowanie danych
- Zbiór uczący
- Zbiór testowy
- Szkolenie modelu
- Walidacja modelu
- Przeuczenie modelu
- Techniki redukcji wymiarowości danych
- Omówienie metod uczenia maszynowego
- Regresja
- Regresja liniowa
- Regresja wielomianowa
- Regresja logistyczna
- Klasyfikacja
- Grupowanie danych
- Redukcja wymiarów
- Sztuczne Sieci Neuronowe
- Regresja
- Łączenie klasyfikatorów
- Wizualizowanie wyników