Analiza danych wspomagana sztuczną inteligencją (AI)

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 i sprawdzać 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 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

Polecamy inne szkolenia:

• Data Science w Python – szybki start
• Uczenie maszynowe w Python – szybki start
• Prognozowanie metodami uczenia maszynowego w Python
• Sztuczna inteligencja AI w procesie budowy modeli uczenia maszynowego

Godziny zajęć: 8:15 – 15:30

W ramach szkolenia zapewniamy:

• obszerne materiały szkoleniowe
• świadectwo ukończenia szkolenia
• przerwy kawowe i obiad (dla szkoleń stacjonarnych)

Forma szkolenia:

• online lub stacjonarnie
• forma danej edycji podana przy terminie szkolenia

W przypadku szkoleń online:

• zajęcia prowadzone na żywo w MS Teams
• kontakt z prowadzącym w czasie rzeczywistym

Wymagania:

• umiejętność obsługi komputera w środowisku Windows
• rozumienie podstawowych pojęć analizy danych typu średnia

Wymagania sprzętowe i oprogramowanie:

• komputer z aktualnym systemem Windows 10 lub 11, Linux, Mac OS (spełniający wymogi Anaconda i VS Studio Code)
• 8 GB RAM
• procesor Intel Core i5 6 generacji lub szybszy
• Anaconda
• VS Code

Na kursie będziemy korzystać głównie z VS Code i Github Copilot. Potrzebne będzie konto w serwisie Github  i wersja testowa lub pełna usługi Github Copilot. Pomagamy w instalacji i konfiguracji wymaganego oprogramowania

Cena regularna: 1695 zł netto (+23% VAT)

Cena dla akademickich użytkowników Statistica (-15%)*: 1441 zł netto (+23% VAT)

*-15% dla akademickich użytkowników Statistica z aktywnym serwisem StatSoft Polska

Ceny mogą ulec zmianie.