Eksploracja, wizualizacja i przygotowanie danych w Python – szybki start

Częścią nieomal każdego projektu Data Science jest eksploracja danych w celu zapoznania się z ich strukturą, wykrycia problemów z jakością, a wynikom tabelarycznym zazwyczaj towarzyszą rozmaite wizualizacje. Na szkoleniu przedstawimy zarówno ogólne zasady eksploracji i wizualizacji danych, jak i sposób wykonywania ich w środowisku Python.

Uwaga szkolenie zakłada podstawową znajomość ekosystemu data science Python: zdecydowanie zalecamy wcześniejszy udział w szkoleniu „Data Science w Python – szybki start”

Dla kogo?

• Osób, które chcą zostać mistrzami danych (data scientistami), a znają już podstawy ekosystemu Data Science Python
• Badaczy z różnych dziedzin pragnących pogłębić swoją wiedzę w dziedzinie przygotowania danych, wstępnego ich badania i wizualizacji
• Analityków, chcących wyjść poza podstawowe techniki wizualizacji i podsumowania danych

Co zyskasz?

• Umiejętność wykrywania problemów z jakością danych i radzenia sobie z nimi
• Wiedzę jak pokazywać i badać rozmaite aspekty danych za pomocą wykresów
• Umiejętność przygotowania danych do analiz w środowisku Python

Program szkolenia

1. Biblioteki do eksploracji i wizualizacji danych – przegląd
   • Numpy
   • Pandas
   • Matplotlib i Seaborn
2. Wczytywanie danych i trwały zapis obiektów
   • Dane tabelaryczne
   • JSON
   • Zapis obiektów Python
3. Jakość danych – przegląd
4. Zasady dobrej wizualizacji danych
5. Podsumowanie rozkładu zmiennych
   • Histogram i KDE
   • Wykres ramka wąsy (ang. box-whiskers plot)i pochodne
6. Badanie związków miedzy zmiennymi za pomocą wykresów i podsumowań
   • Wykres rozrzutu
   • Wykres macierzowy (pairplot>)
   • Wizualizacja dla zmiennych jakościowych (catplot)
7. Wykresy przebiegu
8. Estetyka wykresów
9. Wykrywanie problemów z jakością danych i usuwanie ich
10. Łączenie danych z różnych źródeł
11. Zmiana układu danych
12. Agregacja danych i analizy w grupach
13. Inżynieria cech

Wymagania:

• Znajomość obsługi komputera w środowisku Windows, Linux, MacOs.
• Podstawowa znajomość ekosystemu Data Science Python
• Umiejętność posługiwania się JupyerLab
• Znajomość podstaw statystyki praktycznej, pojęć takich jak średnia, mediana, rozkład, współczynnik korelacji
• Rozumienie pojęć macierz, wektor itp.

Zdecydowanie zalecamy wcześniejszy udział w szkoleniu „Data Scence w Python – szybki start”. Osoby które nie brały udziały w tym szkoleniu będziemy prosić o wypełnienie testu kwalifikacyjnego.