Analizy wielowymiarowe w Python

Podczas kursu zaprezentowane zostaną najpopularniejsze metody wielowymiarowe, które znajdują zastosowanie w analizie zjawisk złożonych, opisanych za pomocą dużej liczby zmiennych. Uczestnicy poznają bardziej zaawansowane techniki związane z analizą skupień oraz redukcją wymiaru.

Dla kogo?

Dla wszystkich, którzy znają język Python, chcieliby poszerzyć swoją wiedzę z zakresu analiz wielowymiarowych i których przedmiotem zainteresowania są zjawiska złożone, np. w medycynie, badaniach rynkowych i marketingowych, psychologii, naukach przyrodniczych, technicznych.

Efekty szkolenia:

• Poznasz najczęściej wykorzystywane techniki do analizy danych wielowymiarowych
• Dowiesz się jak wydobyć kluczowe informacje ukryte w danych
• Zobaczysz, jak zredukować wymiar danych i jak grupować obiekty do siebie podobne
• Dostaniesz praktyczne wskazówki dotyczące interpretacji uzyskanych wyników
• Zdobędziesz podstawy do rozwijania umiejętności analitycznych w każdej branży
• Pogłębisz swoją wiedzę w zakresie pracy w Pythonie

Program szkolenia:

1. Analiza skupień
   • Metody hierarchiczne
   • Metoda k-średnich
   • Grupowanie gęstościowe (ang. density-based)
   • Ocena skupień
2. Redukcja wymiarowości
   • Analiza składowych głównych (ang. Principal Copmonent Analysis, PCA)
   • Rzadka analiza składowych głównych (ang. Sparse Principal Component Analysis, SparsePCA)
   • Analiza czynnikowa (ang. Factor Analysis, FA)
   • Modele mieszanin Gaussowskich (ang. Gaussian Mixture Models, GMM)
3. Analiza dyskryminacyjna (ang. Linear Discriminant Analysis, LDA)
4. Wizualizacja
   • Skalowanie wielowymiarowe
   • t-SNE

Polecamy inne szkolenia:

• Uczelnie maszynowe w Python – szybki start
• Eksploracja, wizualizacja i przygotowanie danych w Python – szybki start
• Wykrywanie anomalii w procesach z wykorzystaniem uczenia maszyn (machine learning)

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:

• zainstalowane środowisko Anaconda lub Miniconda
• komputer z aktualnym systemem Windows, Linux, Mac OS (spełniający wymogi Anaconda/Miniconda)
• 8 GB RAM
• procesor Intel Core i5 6 generacji lub szybszy

Cena regularna: 2695 zł netto (+23% VAT)

Cena dla akademickich użytkowników Statistica (-20%)*: 2156 zł netto (+23% VAT)

*-20% dla akademickich użytkowników Statistica z aktywnym serwisem StatSoft Polska

Ceny mogą ulec zmianie.