Eksploracja, wizualizacja i przygotowanie danych w Python – szybki start

Częścią nieomal każdego projektu Data Science jest eksploracja danych w celu zapoznania się z ich strukturą, wykrycia problemów z jakością, a wynikom tabelarycznym zazwyczaj towarzyszą rozmaite wizualizacje. Na szkoleniu przedstawimy zarówno ogólne zasady eksploracji i wizualizacji danych, jak i sposób wykonywania ich w środowisku Python.

Uwaga szkolenie zakłada podstawową znajomość ekosystemu data science Python: zdecydowanie zalecamy wcześniejszy udział w szkoleniu „Data Science w Python – szybki start”

Dla kogo?

• Osób, które chcą zostać mistrzami danych (data scientistami), a znają już podstawy ekosystemu Data Science Python
• Badaczy z różnych dziedzin pragnących pogłębić swoją wiedzę w dziedzinie przygotowania danych, wstępnego ich badania i wizualizacji
• Analityków, chcących wyjść poza podstawowe techniki wizualizacji i podsumowania danych

Co zyskasz?

• Umiejętność wykrywania problemów z jakością danych i radzenia sobie z nimi
• Wiedzę jak pokazywać i badać rozmaite aspekty danych za pomocą wykresów
• Umiejętność przygotowania danych do analiz w środowisku Python

Program szkolenia:

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.
• Podstawowa znajomość ekosystemu Data Science Python
• Umiejętność posługiwania się JupyerLab
• Znajomość podstaw statystyki praktycznej, pojęć takich jak średnia, mediana, rozkład, współczynnik korelacji
• Rozumienie pojęć macierz, wektor itp.

Zdecydowanie zalecamy wcześniejszy udział w szkoleniu „Data Scence w Python – szybki start”. Osoby które nie brały udziały w tym szkoleniu będziemy prosić o wypełnienie testu kwalifikacyjnego.

Wymagania sprzętowe i oprogramowanie:

• Zainstalowane środowisko Anaconda lub Miniconda
• Komputer z aktualnym systemem Windows, Linux, Mac OS (spełniający wymogi Anaconda/Miniconda)
• 8 GB RAM
• procesorem Intel Core i5 6 generacji lub szybszy
• W przypadku szkoleń on-line komputer umożliwiający dostęp do platformy szkoleniowej

W razie potrzeby pomagamy w instalacji wymaganego oprogramowania.

Cena regularna: 3195 zł netto (+23% VAT) 

Cena dla akademickich użytkowników Statistica (-20%)*: 2556 zł netto (+23% VAT) 

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

Ceny mogą ulec zmianie.