Strona główna » Szkolenia » Uczenie maszynowe /data mining » Data Science w Python – szybki start

Data Science w Python – szybki start

online lub stacjonarnie 2 dni

Zastosowanie: Nauki inne

Oprogramowanie: Python | Poziom: Podstawowy | Język: Polski

Cena regularna: 2695 zł netto

Cena dla akademickich użytkowników Statistica (-15%)*: 2291 zł netto

Zapisz się

Zarezerwuj / Zapytaj

O kursie
Program
Prowadzący
Informacje organizacyjne
Ceny

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:

Data science – wprowadzenie
Podstawy języka Python w analizie danych
- Środowisko Python do data science
- Praca z Jupyter Notebook
- Wsparcie sztucznej inteligencji: Jupyter AI, Copilot, Anaconda Assistant
- Konwencje składniowe Python
- Typy obiektów
- Unpacking i zip
- Funkcje i generatory
Podstawy biblioteki Numpy
Podstawy biblioteki Pandas
Podstawy statystyki praktycznej
- Rozkład i statystyki opisowe
- Testy istotności
- Korelacja
Podstawowe wykresy
- Wprowadzenie do bibliotek matplotlib i seaborn
- Histogram
- Wykres rozrzutu
- Wykres ramka-wąsy i jego rozwinięcia
Podstawowe techniki analityczne
- Problem regresji a problem klasyfikacji
- Regresja liniowa jako przykład problemu regresji
- Regresja logistyczna jako przykład problemu klasyfikacji
Wprowadzenie do biblioteki Scikit-learn
- Regresja liniowa w module Scikit-learn
- Regresja logistyczna w module Scikit-learn

Polecamy inne szkolenia:

[PL] Tomasz Demski w jasnoniebieskiej koszuli, ze skrzyżowanymi ramionami, na których widoczny jest zegarek. [EN] Tomasz Demski in a light blue shirt, with crossed arms, on which a watch is visible.

Tomasz Demski

Specjalizuje się w zastosowaniach analizy danych w przemyśle, uczeniu maszynowym. Pracownik StatSoft od 1995 roku. Brał udział i kierował wieloma projektami dotyczącymi wdrożenia SPC, przewidywania wyniku procesu, prognozowania. Prowadzi szkolenia: Data mining – kurs podstawowy, Data mining – metody predykcyjne, Data Science w Python – szybki start, Prognozowanie metodami uczenia maszynowego w Python, Przygotowanie danych na potrzeby analiz i raportowania, SPC – karty kontrolne i analiza zdolności procesu, Statistica – A quick start (w języku angielskim), Statystyka i uczenie maszynowe dla technologów i inżynierów procesu, Statystyka w jakości – kurs podstawowy, Uczenie maszynowe w Python – szybki start, Wykrywanie anomalii w procesach z wykorzystaniem uczenia maszyn (machine learning). Ma ponad 20-letnie doświadczenie w prowadzeniu szkoleń z analizy danych. W ostatnich 3 latach przeprowadził ponad 200 godzin kursów.
Magister, Uniwersytet Jagielloński, Wydział Matematyki i Fizyki, studia podyplomowe Inżynieria danych – Big Data Szkoła Głowna Handlowa.

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:

znajomość obsługi komputera w środowisku Windows, Linux, MacOs.
wcześniejsza styczność z jakimkolwiek językiem programowania.
rozumienie pojęć macierz, wektor itp.

Wymagania sprzętowe i oprogramowanie:

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 (-15%)*: 2291 zł netto (+23% VAT)

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

Podobne szkolenia

Statystyka w badaniach naukowych – zastosowania i dobre praktyki

Szkolenie jest poświęcone omówieniu poprawnego stosowania podejścia statystycznego w kolejnych etapach procesu badawczego w różnych dziedzinach badań naukowych. Szczególny nacisk położono na statystyczne […]

Dowiedz się więcej

Sztuczna inteligencja (AI) w wielowymiarowej analizie danych

Dla kogo? Szkolenie przeznaczone jest dla analityków pragnących nauczyć się efektywnie wykorzystywać narzędzia generatywnej AI w wielowymiarowej analizie danych. Podczas szkolenia […]

Dowiedz się więcej

Wizualizacja danych w R z wykorzystaniem pakietu ggplot2

Środowisko R jest przeznaczone nie tylko do analizy danych i skomplikowanych obliczeń statystycznych, ale także umożliwia tworzenie różnorodnych wizualizacji. Najczęściej wykorzystywany do tego celu jest pakiet ggplot2 – […]

Dowiedz się więcej

Masz pytania?

Porozmawiaj z nami!

Jesteśmy tutaj, aby pomóc i rozwiać wszystkie Twoje wątpliwości. Wypełnij formularz, napisz do nas maila lub zadzwoń – odpowiemy najszybciej, jak to możliwe!

info@statsoft.pl

+48 12 428 43 00

Dane kontaktowe