Szkolenie Analiza danych w Python
Poziom
ZaawansowanyCzas
16h / 2 dniTermin
IndywidualnieCena
IndywidualnieSzkolenie Analiza danych w Python
Mnogość modułów, wszechstronne wsparcie i łatwość w integracji z serwisami webowymi powoduje, że Python jest jednym z najpopularniejszych narzędzi w obszarze Data Science. Uczestnicy tego kursu będą mieli okazję poznać dwie najbardziej kluczowe biblioteki – NumPy i Pandas, oraz zobaczyć ich zastosowanie w pracy z różnorodnymi danymi. Szkolenie wymaga znajomości podstaw języka Python.
Dla kogo jest szkolenie z Analizy danych w Python?
Dla programistów Python chcących rozszerzyć swoje kompetencje w obszarze Data Science
Dla osób rozwijających się w stronę pracy z uczeniem maszynowym i sztuczną inteligencją-
Dla analityków danych potrzebujących narzędzi do implementacji i automatyzacji własnych analiz i algorytmów
Czego się nauczysz na szkoleniu Analizy danych z Python
- Nauczysz się jak zrealizować kompletny proces od wczytania danych, przez przekształcenia, aż do udostępniania wyników
- Poznasz dokładnie charakterystykę podstawowego elementu jakim są wielowymiarowe tablice NumPy
- Nauczysz się jak pracować z danymi tabelarycznymi z wykorzystaniem biblioteki Pandas
- Dowiesz się jak wczytać i zintegrować dane z różnorodnych źródeł oraz jak zautomatyzować proces analizy
- Zobaczysz jak wykorzystać zdobytą wiedzę w dalszej pracy w kierunku uczenia maszynowego
Program szkolenia
Moduł 1: Narzędzia obliczeniowe i algorytmiczne – biblioteki NumPy oraz SciPy:
- Praca z danymi numerycznymi
- Charakterystyka tablic wielowymiarowych NumPy
- Wykorzystanie bibliotek do obliczeń naukowych i inżynieryjnych
Moduł 2: Integracja ze źródłami danych:
- Praca z relacyjnymi bazami danych (MySQL, PostgreSQL)
- Praca z arkuszami Excel
Moduł 3: Podstawy pracy z danymi tabelarycznymi – biblioteka Pandas:
- Wczytywanie danych z różnych źródeł
- Struktura obiektu Pandas DataFrame
- Wbudowane metody do wykonania typowych analiz
- Operacje na danych i ich automatyzacja
- Wizualizacja danych przy pomocy Matplotlib i Seaborn
- Export wyników i demonstracja narzędzi raportowych
Moduł 4: Omówienie dalszych kroków w stronę Machine Learning:
- Proces czyszczenia i przekształcania danych
- Demonstracja wykorzystania powyższej wiedzy w korzystaniu z bibliotek Scikit-learn i Tensorflow/Keras
Pobierz program
Pobierz szczegółowy program w PDF, żeby dowiedzieć się więcej o godzinach i tematach zajęć.
