Data Science w Python – szybki start

Data science to dziedzina łącząca w sobie informatykę, statystykę, uczenie maszynowe i praktyczną umiejętność rozwiązywania problemów ze świata rzeczywistego (wiedzę domenową). Umiejętności data science są bardzo poszukiwane i cenne na rynku. Szkolenie ma umożliwić jego uczestnikom zapoznanie się z data science, zrozumienie jego podstaw i praktyczne rozwiązywanie zadań data science w środowisku Python – najpopularniejszym ekosystemie data science. Szkolenie może stanowić pierwszy krok na drodze do zastania mistrzem danych (ang. data scientist) – a stanowisko to zostało nazwane najseksowniejszą pracą w XXI wieku!

Dla kogo?

• Osób które chcą zostać mistrzami danych (data scientistami)
• Badaczy z różnych dziedzin pragnących samodzielnie wykonywać analizę danych
• Analityków biznesowych, chcących rozszerzyć swoje kompetencje i pogłębić wykonywane analizy
• Osób pragnących dowiedzieć się na czym w praktyce polega data science

Co zyskasz?

• Podstawowe kompetencje w dziedzinie data science
• Praktyczną wiedzę jak korzystać z danych i operować na nich
• Orientację w ekosystemie Data Science Python
• Nowe możliwości rozwoju zawodowego i osobistego

Program szkolenia

1. Data science – wprowadzenie
2. Podstawy języka Python w analizie danych
   • Środowisko Python do data science
   • Praca z Jupyter Notebook
   • Konwencje składniowe Python
   • Typy obiektów
   • Unpacking i zip
   • Funkcje i generatory
3. Podstawy biblioteki Numpy
4. Podstawy biblioteki Pandas
5. Podstawy statystyki praktycznej
   • Rozkład i statystyki opisowe
   • Testy istotności
   • Korelacja
6. Podstawowe wykresy
   • Wprowadzenie do bibliotek matplotlib i seaborn
   • Histogram
   • Wykres rozrzutu
   • Wykres ramka-wąsy i jego rozwinięcia
7. Podstawowe techniki analityczne
   • Problem regresji a problem klasyfikacji
   • Regresja liniowa jako przykład problemu regresji
   • Regresja logistyczna jako przykład problemu klasyfikacji
8. Wprowadzenie do biblioteki Scikit-learn
   • Regresja liniowa w module Scikit-learn
   • Regresja logistyczna w module Scikit-learn