Kurs, na którym poczujesz się jak prawdziwy analityk i programista danych tworząc ciekawe projekty analityczne

Szkolenie Analiza danych w Pythonie kurs od podstaw z certyfikatem

Lekko podana wiedza z analizy danychPonad 150 prostych i zrozumiałych ćwiczeń99% terminów on-line gwarantowanych

Weź udział w naszym kursie i pracuj z nami przez 3 dni jako Data Scientist.

Na szkoleniu poznasz biblioteki języka Python do analizy i wizualizacji danych –NumPy, PandasMatplotlib

Zrealizujesz 8 praktycznych projektów, w trakcie których poznasz cały proces analityczny – od wczytania i przygotowania danych do stworzenia modelu predykcyjnego.

Zapisz się na kurs
i wejdź na 3 dni w rolę analityka.

Szkolenie Python poziom średnio-zaawansowany
Szkolenie Python poziom średnio-zaawansowany
codi
Nasz kurs Analiza danych w Pythonie już od pierwszej minuty przeniesie Cię w świat analityka danych

Jest to idealne szkolenie, aby rozpocząć naukę analizy danych. Na szkoleniu nie będziemy przerabiać matematycznych podstaw modeli ani zagłębiać się w zagadnienia statystyczne.

Cały proces analityczny poznasz korzystając z gotowych bibliotek języka Python.

Małe grupy do 7 osób
2 120,00 zł netto (2 607,60 zł brutto)
3 dni nauki od 9:00 do 17:00

Kurs zaczynamy od przedstawienia narzędzi do analizy danych popularnych na rynku pracy. Następnie przechodzimy do praktycznych projektów, na podstawie których nauczysz się analizy danych z wykorzystaniem języka Python. 

Python jest jednym z najpopularniejszych języków programowania i jest bardzo przydatny w pracy analityka

Analiza danych w Pythonie – poznaj podstawy Data Science w 8 praktycznych projektach

Aby wziąć udział w szkoleniu potrzebujesz znać podstawy języka Python czyli zagadnienia takie jak zmienne, pętle i instrukcje warunkowe. Nie potrzebujesz natomiast doświadczenia w analizie danych. 

Podstaw programowania w języku Python nauczysz się na naszym kursie Python poziom podstawowy

Analiza danych, sztuczna inteligencja i obszar business intelligence cieszą się obecnie ogromnym zainteresowaniem. Jeśli nie widzisz już wolnych miejsc lub odpowiedniego terminu, skontaktuj się z nami.

Robimy co w naszej mocy, aby dla każdego znaleźć odpowiednie szkolenie w dogodnym terminie.

Lokalizacja i termin
x
Zarezerwuj ilość miejsc
Python w analizie danych - kursy online i stacjonarne od podstaw

Program szkolenia oparty o 8 projektów biznesowych

Szkolenie z analizy danych z użyciem języka Python jest doskonałą okazją do zdobycia umiejętności, które są bardzo poszukiwane w dzisiejszym świecie biznesu. 

W trakcie kursu poznasz kilka ważnych technologii wykorzystywanych w obszarze Data Science. Używając biblioteki Pandas nauczysz się importowania danych  z różnych źródeł, takich jak pliki CSV, program Microsoft Excel, czy bazy danych SQLite.  

Nasz program szkoleniowy oparty jest o praktyczne projekty z zakresu analizy danych. Dzięki nim wykorzystasz poznane techniki na prawdziwych zbiorach danych.  

Biblioteki Pandas, NumPy, Matplotlib i inne technologie.

Zobacz program kursu.

zaawansowany system szkolenia
dekoratory, dziedziczenie klas

Część 1

  1. Prezentacja środowiska Anaconda
    • Aplikacja Spyder
    • Środowisko Jupyter Notebook
    • Podstawy języka Markdown w środowisku Jupyter Notebook
    • Tworzenie nowego projektu w środowisku Jupyter Notebook i Spyder
  2. Prezentacja środowiska Visual Studio Code (VSC)
    • Uruchamianie notatników Jupyter Notebook w VSC
    • Instalowanie rozszerzeń w VSC
    • Tworzenie dokumentów Markdown w VSC
  3. Prezentacja środowiska PyCharm
  4. Zapisywanie i udostępnianie projektów analitycznych
    • Google Colab i praca w chmurze
    • środowisko GitHub
    • SharePoint i OneDrive
  5. Podstawy biblioteki NumPy
    • Zastosowanie biblioteki NumPy
    • Tworzenie tablicy jednowymiarowej
    • Sumowanie elementów w tablicy jednowymiarowej
    • Tworzenie macierzy
    • Przeszukiwanie macierzy np. znajdowanie najmniejszej i największej wartości
    • Zmiana kształtu macierzy
  6. Projekt 1 – Przetwarzanie zdjęć w tablicy NumPy
    • Import obrazu do tablicy NumPy
    • Zmiana wielkości obrazu i koloru na czarno-biały
    • Zapisanie obrazu na dysku
  7. Projekt 2 – Przetwarzanie dźwięku w tablicy NumPy
    • Import plików .wav do tablicy NumPy
    • Skrócenie plików .wav
    • Połączenie dwóch plików .wav w jeden plik
    • Zapisanie pliku na dysku

Część 2

  1. Biblioteka Pandas
    • Import biblioteki Pandas
    • Wczytanie danych z pliku .csv do ramki danych DataFrame
    • Wybranie z ramki danych jednej kolumny jako obiektu Series
    • Zaprezentowanie danych z wybranej kolumny na wykresie
  2. Operacje na obiekcie DataFrame i Series
    • Pobieranie wybranych danych z ramki
    • Pobieranie nagłówków kolumn
    • Konwertowanie typów danych w ramce
    • Wybieranie określonych wierszy i kolumn z ramki
    • Filtrowanie wierszy w ramce
    • Dodawanie, usuwanie i modyfikowanie wierszy
    • Dodawanie i usuwanie kolumn
    • Sortowanie danych w ramce
    • Wykonywanie agregacji np. obliczanie sumy, średniej
    • Łączenie i dzielenie obiektów Series
  3. Projekt 3 – Eksploracja danych
    • Wczytanie pliku Miasta_w_Polsce.xlsx do ramki Pandas
    • Usunięcie pustych kolumn i wierszy
    • Wybranie wierszy i kolumn potrzebnych do analizy
    • Przeprowadzenie analiz na zbiorze np. wyliczenie liczby ludności w poszczególnych województwach i miastach
    • Prezentacja danych na wykresie za pomocą biblioteki Pandas oraz Matplotlib
  4. Import danych ze stron internetowych
    • Import danych przy użyciu biblioteki Pandas
    • Import przy użyciu biblioteki Requests
    • Import za pomocą biblioteki Beautifulsoup
  5. Projekt 4- Import danych Odlotów ze strony www lotniska Okęcie
    • Moduł Beautifulsoup – pobieranie danych ze stron www
    • Pobranie danych Odlotów ze strony lotniska i wczytanie danych do ramki Pandas
    • Sprawdzenie danych i ich przygotowanie do analizy
    • Wykonanie agregacji i wyliczenie statystyk np. średnia liczba lotów w dzień i w nocy
    • Prezentacja danych na wykresie za pomocą biblioteki Seaborn i Plotly

Część 3

  1. Wstęp do uczenia maszynowego
    • Na czym polega uczenie maszynowe?
    • Obszary uczenia maszynowego
    • Zastosowanie algorytmów uczenia maszynowego
    • Narzędzia potrzebne do budowania i trenowania modeli uczenia maszynowego
    • Biblioteka scikit-learn
  2. Projekt 5 – klasyfikacja kwiatów Iris
    • Wczytanie zbioru Iris z biblioteki scikit-learn do ramki Pandas
    • Sprawdzenie poprawności danych
    • Zobrazowanie danych ze zbioru za pomocą wykresu par
    • Określenie zmiennych opisujących (data) i wiersza zmiennej docelowej (target)
    • Podział danych na zbiór treningowy i testowy
    • Przygotowanie modelu klasyfikacji k-najbliższych sąsiadów
    • Zastosowanie modelu na danych
    • Ocena skuteczności działania modelu
  3. Projekt 6 – klasyfikacja maili do spamu lub maila, który nie jest spamem
    • Import bibliotek Pandas, NumPy, Matplotlib i Seaborn
    • Import pliku z wiadomościami e-mail
    • Analiza zbioru maili – wyświetlenie danych z początku i z końca pliku, zrobienie statystyk
    • Wczytanie maili oznaczonych jako spam do jednej zmiennej a maili nie zakwalifikowanych do spamu do innej zmiennej
    • Sprawdzenie procentowego podziału maili spamu z dobrymi
    • Przetworzenie tekstu na dane liczbowe
    • Podział danych na zbiór treningowy i testowy
    • Przygotowanie modelu klasyfikacji – naiwny klasyfikator Bayesa i zastosowanie go na danych
    • Ocena skuteczności działania modelu
  4. Projekt 7 – przewidywanie wydatków na podstawie zarobków
    • Wczytanie do ramki Pandas informacji z bazy danych SQLite
    • Analiza zbioru danych w ramce Pandas i prezentacja danych na wykresie
    • Budowa modelu regresji liniowej do przewidywania wydatków na podstawie zarobków
    • Testowanie i ocena skuteczności modelu
  5. Projekt 8 – Przewidywanie ceny domów
    • Wczytanie i analiza zbioru danych
    • Znalezienie i usunięcie wartości odstających
    • Znalezienie i uzupełnienie brakujących wartości
    • Wyświetlenie korelacji cech
    • Zmiana wybranych kolumn na numeryczne
    • Budowa modelu regresji liniowej do przewidywania cen domów
    • Testowanie i ocena skuteczności modelu
    • Dodanie dodatkowych kolumn do modelu i ponowne przetestowanie, czy wyniki przewidywania uległy poprawie
Konkretne kompetencje przydatne w pracy

Ponad 150 ćwiczeń z Pythona

Na 3-dniowym szkoleniu z Pythona od podstaw doskonale poznasz zasady analizowania i przetwarzania danych.

Kurs jest doskonałym wstępem do obszaru Data Science, gdyż poznasz na nim biblioteki NumPy i Pandas.

Sprawdź nasz kurs i daj się pozytywnie zaskoczyć.

biblioteka danych z kursu
termin szkolenia
  • dowiesz się jak określić cel biznesowy analizy – co chcesz osiągnąć w wyniku analizy
  • dowiesz się, jakie są rodzaje danych wykorzystywanych w analizie
  • poznasz metody i źródła zbierania danych do analizy
  • nauczysz się eksplorować dane – sprawdzać, czy są w nich błędy lub brakujące wartości
  • dowiesz się, jakie są najczęstsze problemy z danymi oraz błędy popełniane w procesie analizy
  • nauczysz się przygotowywać dane do analizy – uzupełniać je, usuwać błędy
  • zobaczysz, w jaki sposób wyznaczać korelacje zmiennych
  • poznasz popluarne narzędzia programistyczne np. Visual Studio Code
  • poznasz narzędzia i biblioteki do analizy danych – Spyder, Jupyter Notebook, Pandas, Numpy
  • nauczysz się prezentować dane w czytelny sposób na wykresach za pomocą bibliotek Pandas i Matplotlib
  • nauczysz się tworzyć tablice i wykonywać na nich operacje w bibliotece NumPy
  • poznasz bibliotekę Panas – nauczysz się wczytywać nią dane i je przetwarzać
  • zobaczysz jakie są różnice w przetwarzaniu danych językiem SQL i biblioteką Pandas
  • dowiesz się na czym polega analiza eksploracyjna danych – nauczysz się analizować dane i je uzupełniać w bibliotece Pandas
  • nauczysz się tworzyć wykresy, histogramy i mapy w Pandasie i w Matplotlib
  • poznasz podstawy działania algorytmów uczenia maszynowego
  • samodzielnie zbudujesz kilka modeli predykcyjnych za pomocą algorytmów uczenia maszynowego
Zobacz, co sądzą inni o naszych szkoleniach

Kursy polecane przez naszych Studentów

Dbamy o to, aby dostarczyć Uczestnikom naszych szkoleń dokładnie tego, czego oczekują.

Ze względu na małe grupy do 7 osób, masz bezpośredni kontakt z trenerem i możesz swobodnie zadawać pytania.

Przed zakończeniem każdego bloku ćwiczeń trener upewnia się, że wszyscy zrozumieli omawiamy materiał.

U nas nie zgubisz się w trakcie szkolenia.

Zobacz opinie

szkolenie
najlepszy kurs
Najlepsi trenerzy na rynku
Najlepsi trenerzy na rynku
Poznaj trenerów, którzy uczą języka Python

Najlepszy trener opiekunem Twojego szkolenia

Rafał w jasny i zrozumiały sposób przedstawia materiał oraz wspaniale komunikuje się z grupą.

Dba o to, aby każdego zaciekawić omawianymi zagadnieniami i pilnuje, aby wszyscy Uczestnicy zrozumieli część teoretyczną i potrafili samodzielnie rozwiązać ćwiczenia.
 
Jest fascynatem komputerów oraz programowania i w trakcie zajęć przedstawia różne ciekawostki programistyczne. Dzięki temu zajęcia są ciekawe i wciągające. Rafał potrafi uczyć i w lekki sposób zaprezentować trudne tematy.

Rafał Lelusz

Rafał Lelusz

Mój profil
codi
Rekomendowane szkolenia

Kontynuuj naukę programowania z nami

Programowanie to nie tylko język Python. W trakcie szkolenia podpowiemy Ci, jakie kompetencje są poszukiwane w obszarze IT i jakimi obszarami warto się zainteresować.
 
Polecamy kolejne poziomy programowania w języku Python lub inne szkolenia, których zakres może być dla Ciebie wartościowy.

Interesują Cię jedynie wybrane tematy?

Indywidualne konsultacje

Nasza oferta to nie tylko szkolenia ze ściśle ułożonym planem.

Jeśli chcesz poznać tylko część zagadnień dotyczących języka Python, możesz skorzystać z indywidualnych konsultacji stacjonarnie lub online.

W trakcie konsultacji trener jest dostępny wyłącznie dla Ciebie. Wytłumaczy Ci czym są dekoratory, na czym polega dziedziczenie klas, czy inne trudne zagadnienia języka Python.

Zarezerwuj konsultacje

Indywidualne konsultacje
Indywidualne konsultacje