• Tylko online

Kurs Data Science w Python - wprowadzenie do analizy danych - wersja ON-LINE

Indeks: KRW-17514 EAN: 5904422345976

Kurs analizy danych z wykorzystaniem jednego z najpopularniejszych języków programowania. Zagadnienia poruszane na kursie pozwalają przyswoić podstawowe kwestie związane z przetwarzaniem i analizą danych oraz ich reprezentowaniem przy użyciu języka Python wraz z bibliotekami pandas oraz NumPy związanymi z szeroko pojętym Data Science.

Kurs Data Science w Python - wprowadzenie do analizy danych - wersja ON-LINE
149,00 zł
121,14 zł netto
Zapłać później
Producent: Strefa kursów

Kupując ten produkt, nie będziesz miał możliwości wyboru płatności za pobraniem.

Opis produktu: Kurs Data Science w Python - wprowadzenie do analizy danych

Kurs analizy danych z wykorzystaniem jednego z najpopularniejszych języków programowania. Zagadnienia poruszane na kursie pozwalają przyswoić podstawowe kwestie związane z przetwarzaniem i analizą danych oraz ich reprezentowaniem przy użyciu języka Python wraz z bibliotekami pandas oraz NumPy związanymi z szeroko pojętym Data Science. Praktyczna wiedza zdobyta w trakcie trwania szkolenia pozwoli na dalsze, samodzielne kształcenie się w tematyce analizy danych. Na kursie poruszone zostały podstawowe pojęcia związane z sieciami neuronowymi, trenowaniem danych, danymi wielowymiarowymi, Computer Vision oraz wiele więcej.

Na kursie nauczysz się:

  • podstaw wizualizacji danych
  • podstaw programowania funkcyjnego i w kontekście przetwarzania danych
  • obsługi biblioteki NumPy pozwalającej na efektywne operacje na wielowymiarowych tablicach
  • obsługi biblioteki pandas, która pozwala na zaawansowane analizowanie danych
  • obsługi biblioteki Matplotlib
  • podstawowych metod widzenia maszynowego udostępnianych przez bibliotekę OpenCV
  • podstaw efektywnej reprezentacji danych
  • metod przetwarzania obrazów i wideo
Analiza i prezentacja danych.

Instrukcję pobrania oraz kod otrzymasz od nas na podany podczas składania zamówienia adres e-mail najpóźniej w następnym dniu roboczym po otrzymaniu wpłaty.

Jak duża jest rola informacji.

Analiza danych kluczem do sukcesu

Postępujące coraz szybciej procesy cyfryzacji, informatyzacji oraz automatyzacji poza przyspieszeniem naszej pracy, sprawiają, że trafia do nas ogrom danych, jednakże to nie ilość odgrywa tutaj kluczową rolę, a umiejętność rozpoznania i wnikliwej analizy danych, które w danym momencie są najcenniejsze dla nas. Wiele firm inwestuje ogromne zasoby, by rozwijać swoje systemy przetwarzania danych w celu uzyskania przewagi nad konkurencją. Wpływ odpowiednio przetworzonych danych na biznes jest gigantyczny, a jego znaczenie będzie coraz większe, warto więc zdobyć wiedzę i umiejętności umożliwiające odpowiednie wykorzystanie siły informacji.

Jak zacząć pracę z danymi?

Data science to bardzo rozległy temat. Ukończenie kursu nie uczyni Cię pełnoprawnymi analitykiem, ale pozwoli postawić pierwsze kroki na ścieżce do zostania nim. W trakcie nauki poznasz często stosowane biblioteki, które ułatwią i przyśpieszą pracę z danymi. Ponadto pozwolą Ci one zrozumieć mechaniki i zasady, którymi należy się kierować w pracy, a także wskażą, jak dobrać i przygotować odpowiednie do tej pracy narzędzia. Dowiesz się również jak wykonywać operacje na tablicach, poznasz podstawowe funkcje matematyczne wykorzystywane do analizy danych oraz dowiesz się jak importować i eksportować dane. Do realizacji lekcji niezbędna będzie znajomość języka Python na poziomie co najmniej podstawowym. Wiedzę taką można zdobyć samodzielnie lub z pomocą kursu dostępnego w naszym sklepie.

Wstęp do bardziej zaawansowanej analizy danych

Lekcje skupiają się głównie na podstawowych zagadnieniach Data Science, ale w ich trakcie poznasz również bardziej kompleksowe rozwiązania. Jednym z przykładów jest temat wykorzystania sieci neuronowej do klasyfikacji obrazów, którą zaimplementujemy dzięki bibliotece NumPy czy proces treningu modelu w oparciu o dane zapisane w obiekcie DataFrame dzięki bibliotece pandas. Na kursie poruszone zostaną równie tematy związane z prezentacją oraz wizualizacją kluczowych informacji.

Prezentacja danych.

Spis treści

1. Wprowadzenie

  • Wstęp 00 m 54 s
  • Instalacja środowiska (Windows) 06 m 24 s
  • Instalacja środowiska (Linux) 10 m 01 s
  • Jak korzystać z materiałów? 02 m 52 s

2. Programowanie funkcyjne a przetwarzanie danych

  • Dlaczego programowanie funkcyjne jest super? 06 m 09 s
  • Funkcje wyższego rzędu - wstęp 06 m 28 s
  • Funkcje wyższego rzędu - map 08 m 48 s
  • Funkcje wyższego rzędu - filter 03 m 00 s - zobacz darmową lekcję
  • Funkcje wyższego rzędu - reduce 07 m 19 s
  • Zadanie do wykonania 02 m 53 s

3. Biblioteka NumPy

  • Wstęp do biblioteki NumPy 05 m 35 s
  • Tablice w bibliotece NumPy 13 m 08 s
  • Podstawowe operacje na tablicach 15 m 50 s
  • Podstawowe operacje na tablicach - ćwiczenia 08 m 30 s
  • Indeksowanie w NumPy 12 m 38 s
  • Broadcasting 12 m 22 s
  • Sortowanie, wyszukiwanie i manipulowanie tablicami w NumPy 15 m 53 s
  • Podstawowe funkcje matematyczne NumPy 10 m 22 s
  • Sieć neuronowa w NumPy 08 m 45 s
  • Zadanie do wykonania 09 m 58 s

4. Biblioteka pandas

  • Wprowadzenie do biblioteki pandas 05 m 20 s
  • Podstawowe obiekty w bibliotece pandas 13 m 09 s
  • Import i eksport danych w pandas 09 m 40 s - zobacz darmową lekcję
  • Indeksowanie i dostęp do danych w pandas 15 m 31 s
  • Zaawansowane indeksowanie w pandas 09 m 51 s
  • Zaawansowane metody dostępu do danych w DataFrame 14 m 23 s
  • Podstawowe metody manipulowania danymi w pandas 13 m 03 s
  • Agregowanie danych w pandas 14 m 24 s
  • Obsługa wartości pustych i danych kategorycznych 14 m 54 s
  • Trenowanie modelu na danych zapisanych w DataFrame 16 m 03 s
  • Zadanie do wykonania 05 m 00 s

5. Wizualizacja danych

  • Wprowadzenie do biblioteki Matplotlib 03 m 12 s
  • Podstawy tworzenia wykresów w Matplotlib 13 m 54 s
  • Wykresy słupkowe w Matplotlib 07 m 51 s - zobacz darmową lekcję
  • Histogramy w Matplotlib 09 m 33 s
  • Heat Map'y w Matplotlib 09 m 48 s
  • Wizualizacja danych wielowymiarowych 10 m 02 s
  • Zadanie do wykonania 15 m 09 s

6. OpenCV

  • Wprowadzenie do biblioteki 06 m 06 s
  • Podstawy biblioteki 12 m 55 s
  • Przetwarzanie obrazów 20 m 24 s
  • Przetwarzanie video 09 m 54 s
  • Proste metody Computer Vision 23 m 00 s
  • Zadanie do wykonania 13 m 11 s
  • Zakończenie 01 m 38 s
Szerokość opakowania 0.1 cm
Wysokość opakowania 0.1 cm
Głębokość opakowania 0.1 cm
Masa opakowania 0.1 kg

Jako pierwszy zadaj pytanie dotyczące tego produktu!

Klienci którzy zakupili ten produkt kupili również:

Produkty z tej samej kategorii: