Analiza danych wspomagana sztuczną inteligencją (AI)

online 2 dni

Dane mogą być źródłem ogromnych korzyści, czasem określa się jako „ropę naftową” współczesności, gdyż stanowią paliwo dla innowacji i wzrostu efektywności. Jednak podobnie jak nieprzetworzona ropa naftowa nie jest specjalnie użyteczne, tak i dane wymagają obróbki. Warto więc poznać narzędzia pozwalające wydobyć wartość z danych, tym bardziej że generatywna sztuczna inteligencja (Generative AI) bardzo ułatwia stosowanie analizy danych, data science i uczenia maszynowego. Szkolenie wprowadza w świat analizy danych w Python ze wsparciem sztucznej inteligencji. Dowiemy się jak pracować z danymi wspierając się AI, jak rozmawiać z AI, nie dać jej się wyprowadzić na manowce, szybciej poznawać narzędzia i metody z wykorzystaniem AI, jak zadawać jej pytania i sprawdzać poprawność tj. zasady prompt engineering).

Dla kogo:

  • Dla osób pragnących nauczyć się, jak analizować dane w środowisku Python ze wsparciem sztucznej inteligencji
  • Dla badaczy i analityków chcących dowiedzieć się, jak efektywnie korzystać ze wsparcia AI w analizie danych, jak zadawać pytania, sprawdzać i odpowiedzi

Co zyskasz:

  • Praktyczną umiejętność analizy danych w Python
  • Umiejętność wydajnego zadawania pytań AI (prompt engineering)
  • Zrozumienie ograniczeń AI i umiejętność jej krytycznej oceny
  • Znajomość specjalistycznego narzędzia AI zaprojektowanych do wspierania programowania i analizy danych: VS Code i Github Copilot
  • Umiejętność korzystania z trybu agenta (agent mode) w VS Code
  • Wskazówki do dalszego samokształcenia ze wsparciem AI
  • Przykłady kodu do wykorzystania po szkoleniu

  • Program
  • Speaker
  • Organizational information

Pogram szkolenia:

  1. Środowisko data science w Python
    • Jupyter notebook
    • Przegląd najważniejszych bibliotek data science numpy, pandas, matplotlib i seaborn
    • VS Code
  2. Wsparcie AI w poznawaniu składni i tworzeniu kodu
    • Jak to działa i kiedy nie działa
    • Dobry prompt
    • Tryb agenta
  3. Podstawy składni Python
  4. Dane
    • Podstawowy układ danych
    • Pandas
    • Wczytywanie danych z plików
    • SQL i pobieranie danych z baz danych
    • API i webscrapping
  5. Podstawowy opis danych i wizualizacja
  6. Jakość danych i przygotowanie danych do analiz
  7. Zależności między zmiennymi
    • Korelacja i regresja
    • Porównanie grup

Similar courses

Statystyka i uczenie maszynowe dla technologów i inżynierów procesu

To praktyczne szkolenie jest skierowane do inżynierów i technologów, którzy chcą pogłębić swoją wiedzę i umiejętności w zakresie statystyki, wizualizacji […]

Learn more

Statystyka w przemyśle – kurs podstawowy

Szkolenie to przystępny przegląd najważniejszych metod i narzędzi statystyki, które rzeczywiście przydają się w pracy inżyniera. Uczestnicy po ukończonym szkoleniu […]

Learn more

Techniki segmentacji w badaniach rynkowych

Segmentacja rynku jest jednym z najczęściej wykonywanych zadań analizy danych i data mining. Na szkoleniu zostaną omówione nowoczesne techniki analityczne stosowane w […]

Learn more

Do you have questions?

Get in Touch!

Our team is ready to help with any questions you might have. Just fill out the form, send us a message, or give us a call, and we’ll get back to you as soon as we can!

    Skip to content