< Wróć do szkoleń IT

Analiza danych w Python

calendar

TERMIN

Ustalamy indywidualnie

clocl

CZAS

24h / 3 dni

money

CENA

Ustalamy indywidualnie

photo

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 to szkolenie?

Szkolenie przeznaczone jest dla każdego, kto:

  • Dla programistów Python chcących rozszerzyć swoje kompetencje w obszarze Data Science

  • Dla analityków danych potrzebujących narzędzi do implementacji i automatyzacji własnych analiz i algorytmów

  • Dla osób rozwijających się w stronę pracy z uczeniem maszynowym i sztuczną inteligencją

pattern

pattern
pattern pattern

Czego nauczysz się na szkoleniu?

  • 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

  • Dzień: 1

    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
  • Dzień: 2

    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

     

pattern

Trener

Rafał Styrylski

Machine Learning Engineer i Data Scientist w Genesis Global Ltd.

Projektuje i implementuje algorytmy sztucznej inteligencji analizujące zachowania użytkowników i wspierające ocenę ryzyka. Wcześniej zajmował się tworzeniem komercyjnych aplikacji wykorzystujących Deep Learning w komputerowym przetwarzaniu obrazu. Dotychczas pracował dla firm takich, jak ABB, Comarch, BSH i CTA.ai. Absolwent Akademii Górniczo-Hutniczej w Krakowie, współpracował również z Keilir Institute of Technology (Islandia). W Infoshare Academy prowadzi zajęcia z języka Python i Data Science.

Przemysław Wołosz

Key Account Manager

Telefon

+48 730 830 801

Porozmawiajmy o szkoleniu

Wypełniając formularz zgadzasz się na przetwarzanie Twoich danych w celu udzielenia odpowiedzi na wysłaną przez Ciebie wiadomość
Administratorem danych osobowych jest infoShare Academy sp. z o.o., który dane osobowe przetwarza zgodnie z Klauzulą informacyjną.