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
Dofinansowanie

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 [EN]

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

Wspieramy rozwój zawodowy i podnoszenie kwalifikacji, dlatego nasze szkolenia można realizować z wykorzystaniem dofinansowań dostępnych w BUR. To doskonała okazja, aby zdobyć nowe umiejętności i skorzystać ze szkoleń organizowanych przez naszą firmę przy niższych kosztach uczestnictwa.

BUR czyli Baza Usług Rozwojowych to ogólnodostępny, darmowy rejestr oferujący usługi szkoleniowe i doradcze z europejskim dofinansowaniem. Jest administrowany przez Polską Agencję Rozwoju Przedsiębiorczości (PARP).

Informacje o aktualnych naborach i dofinansowaniu znajdziesz na stronie: https://serwis-uslugirozwojowe.parp.gov.pl/component/site/site/dofinansowania-bur/.

Dofinansowanie do szkolenia w BUR zdobędziesz w kilku krokach:

Wybierz szkolenie z naszej oferty
Załóż konto w Bazie Usług Rozwojowych
Wypełnij wniosek i złóż do odpowiedniego Operatora Finansowego przypisanego do Twojego województwa
Poczekaj na decyzję i podpisz umowę
Zapisz się na szkolenie i weź w nim udział
Rozlicz szkolenie

Więcej szczegółów jak korzystać z bazy znajdziesz na stronie BUR.

Nie znalazłeś naszego szkolenia w BUR? Skontaktuj się z nami – chętnie dodamy je do wykazu usług.

Podobne szkolenia

Wprowadzenie do analizy mocy testu i szacowania liczebności próby

W badaniach empirycznych przy weryfikacji hipotez badawczych powszechnie korzysta się z zasad wnioskowania statystycznego. Badacz formalnie stawia hipotezę o braku efektu (zróżnicowania lub […]

Dowiedz się więcej

Podstawy analizy danych w środowisku R

W trakcie szkolenia zostaną omówione zasady pracy w środowisku R, rodzaje najczęściej wykorzystywanych obiektów oraz przykłady ilustrujące pracę z tym pakietem. Podczas kursu wykorzystywać […]

Dowiedz się więcej

Sztuczna inteligencja (AI) w procesie budowy modeli uczenia maszynowego

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

Dowiedz się więcej