Szkolenia
Kontakt

Python w analizie danych

Wstęp do Data Science
    Czas trwania
    Godzina rozpoczęcia
    Stopień trudności

      Opanuj Data Science z językiem Python!

      Ssskuś się na kurs Python Data Science z analizą danych!

      Opis szkolenia

      Analiza danych w języku Python to szkolenie od podstaw, przeznaczone dla osób zainteresowanych zagadnieniami związanymi z przetwarzaniem, analizą, eksploracją danych z użyciem Pythona. Podczas szkolenia z analizy danych w Python poznasz możliwości bibliotek wykorzystywanych w analizie danych bibliotekami języka Python, czyli Pandas, Numpy, Matplotlib, Seaborn. Dodatkowo dowiesz się jaką rolę w analizie danych odgrywa Python, poznasz etapy analiza z NumPy i Pandas oraz wizualizacji danych z Maplotlib i Seaborn.Dzięki stosunkowo niskiemu progowi wejścia oraz nieograniczonym możliwościom języka Python, ten język programowania stał się jednym z najczęstszych wyborów - zarówno w obszarze programowania jak i Data Science. Zapotrzebowanie na analityków biznesowych, specjalistów ds. raportowania i data scientistów stale rośnie, dlatego oferta szkoleń i kursów z zakresu analizy danych w Python jest stale rozwijana. 

      Analiza i eksploracja danych za pomocą języka Python to pożądane kompetencje, które przydają się w wielu branżach. Chcesz od podstaw nauczyć się umiejętności, które pomogą Ci zostać specjalistą data science? Nie zwlekaj! Zapisz się na kurs „Python w analizie danych - Wstęp do Data Science” już dziś!

      Poznaj program szkolenia

      Co zyskasz dzięki szkoleniu ?

      Cele szkolenia

      Celem szkolenia jest wprowadzenie uczestników w podstawowe zagadnienia dotyczące analizy danych z użyciem języka Python i najważniejszych bibliotek Pythona dedykowanych obszarowi Data Science (Pandas, Numpy, Matplotlib, Seaborn). Dzięki szkoleniu uczestnicy będą w stanie z łatwością wczytać, przeprocesować, wyczyścić i łączyć duże zbiory danych, a następnie przeprowadzić pełnowymiarową analizę wraz z prostymi wizualizacjami.

      Umiejętności

      Dzięki szkoleniu  uczestnik będzie:

      • stawiać odpowiednie pytania odnośnie danych i przeprowadzać w sposób świadomy proces analizy,
      • posługiwać się przydatnymi w analizie danych bibliotekami języka Python,
      • selekcjonować, oczyszczać i przetwarzać dane przy użyciu nowoczesnych technik,
      • prezentować dane przy użyciu odpowiednio dobranych wykresów i wizualizacji.
      Czy to szkolenie jest dla Ciebie ?

      Profil uczestników

      Szkolenie jest przeznaczone dla osób chcących zapoznać się z możliwościami przetwarzania, analizy, eksploracji i wizualizacji danych z użyciem języka Python.

      Szkolenie może być szczególnie interesujące dla osób zainteresowanych rozwojem na następujących stanowiskach: data analyst (analityk danych), business analyst (analityk biznesowy), reporting analyst (analityk ds. raportowania), data scientist, business intelligence BI analyst (analityk ds. business intelligence).

      Przygotowanie uczestników

      Od uczestników szkolenia wymagana jest znajomość podstaw programowania w języku Python (w tym tworzenie i uruchamianie kodu w środowisku Jupyter Notebook). Przydatne będzie doświadczenie w analizie danych w innym narzędziu np. Excel.

      Czas trwania

      Przed nami:

      • 2 dni, 16  godzin szkoleniowych
      Szczegółowy program szkolenia

      Szczegółowy program szkolenia

      Wprowadzenie

      • Omówienie celów i zakresu szkolenia
      • Na czym polega analiza danych i czemu jest istotna
      • Rola Pythona w analizie danych
      • Omówienie środowiska pracy - efektywne korzystanie z Jupyter Notebook

      Podstawy statystyki

      • Podstawowe pojęcia statystyczne
      • Podstawowe miary rozkładu

      Python - wybrane elementy

      • Przypomnienie podstawowych typów i struktur danych
      • Indeksowanie, slicing
      • Funkcje, funkcje anonimowe
      • List comprehension
      • Wybrane funkcje wbudowane: matematyczne, tekstowe, statystyczne, data i czas
      • Kontrola przepływu (while, for, if, elif, else), przydatne rozszerzenia (enumerate, zip)

      Analiza z NumPy i Pandas

      • Tablice jedno i dwuwymiarowe w NumPy oraz podstawowe operacje
      • Series i DataFrame w Pandas
      • Wczytywanie i zapis danych w różnych formatach
      • Podstawowe atrybuty DataFrame (shape, indeksy, kolumny, typy danych)
      • Przydatne funkcje (describe, info, head, tail, sample)
      • Czyszczenie wartości zduplikowanych
      • Wartości brakujące - różne podejścia do radzenia sobie z nimi
      • Wykrywanie wartości odstających
      • Sortowanie danych
      • Filtrowanie (loc, iloc, query, where, isin, isnull, notnull)
      • Tabele przestawne
      • Grupowanie
      • Łączenie danych
      • Tworzenie nowych atrybutów

      Wizualizacja danych z Maplotlib i Seaborn

      • Rodzaje wykresów i wizualizacji - dobór wykresu, elementy storytelling
      • Podstawowe typy wykresów (histogram, wykres słupkowy, wykres typu scatter) w Pythonie

      Metoda realizacji szkolenia

      Szkolenie składa się z części teoretycznych oraz ćwiczeń praktycznych, a także case studies, czyli faktycznej analizy zbiorów danych z różnych obszarów. Szkolenie łączy w sobie wiedzę merytoryczną z praktycznymi przykładami jej wykorzystania w środowisku pracy analityka

      POBIERZ PROGRAM W PDF

      Ścieżka rozwoju
      W ramach szkolenia zapewniamy

      W ramach szkolenia zapewniamy

      • materiały szkoleniowe
      • certyfikat potwierdzający udział w kursie
      • pełna obsługa cateringowa (dotyczy szkoleń stacjonarnych)

      Czym są biblioteki Python do analizy danych?

      W języku programowania Python biblioteka to zbiór modułów i funkcjonalności, który umożliwia wykonanie różnych zadań. Są one uzupełnieniem języka i umożliwiają korzystanie z opracowanych wcześniej rozwiązań konkretnych problemów. Dzięki nim nie trzeba już pisać kodu od początku.

      Jak działają biblioteki? Pozwalają one importować funkcje i klasy do kodu. Biblioteki są osadzone w kodzie, a ich funkcje wykorzystywane do wykonania danej operacji. Biblioteki są więc tym, co stanowi o sile i przewadze Pythona. Pozwalają one pracować nad złożonymi projektami i korzystać ze sprawdzonych i wypracowanych już rozwiązań

      NumPy

      To biblioteka, która ułatwia pracę z danymi i służy do wykonywania matematycznych operacji oraz efektywnych kalkulacji. Zawiera ona wiele złożonych funkcji matematycznych oraz matryce, które ułatwiają pracę z danymi na zaawansowanym poziomie. Biblioteki Python działają w różnych obszarach. Funkcjonalności związane z analizą danych i data science zawarte są np. w Pandas oraz NymPy. Narzędziami przydatnymi do wizualizacji danych są z kolei takie biblioteki jak Matplotlib, Seaborn, Plotly i Bokeh.

      Pandas

      Umożliwia pracę z zestawami danych. Zawiera ona narzędzia do analizy, oczyszczania, porządkowania, przeglądania i modyfikowania danych, dzięki czemu można je przygotować do dalszej obróbki. Jej nazwa wzięła się z połączenia zestawów słów – panel data lub python data analysis.

      Analiza i wizualizacja danych biznesowych - elementy niezbędne w każdej branży

      Biznesy funkcjonujące w gospodarce cyfrowej opartej na informacji w każdej sytuacji muszą kierować się danymi i podejmować racjonalne decyzje. Zalety analizy danych dotyczą właściwie każdej branży, która wkłada wysiłki zarówno w projektowanie i rozwój usług, jak i produkcję i dostarczanie gotowych rozwiązań klientom, marketing i zarządzanie zespołem oraz firmą.

      Analityk danych jest więc zawodem niezbędnym w każdym biznesie, ponieważ to właśnie on odpowiada za podejmowanie strategicznych decyzji. Kurs Python data science przyda się każdemu specjaliście, który chce mieć realny wpływ na rozwój firmy i wziąć odpowiedzialność za podejmowanie przemyślanych decyzji oraz wyznaczanie jej kierunku rozwoju w oparciu o dane i racjonalne przesłanki.

      Podobne szkolenia