- Autor:
- Długość
- liczba lekcji: 58, czas trwania: 08:05:22
- Ocena
Kurs video
Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych
- Wydawnictwo:
- Videopoint
- Wersja:
- Online
- Czas trwania:
- 8 godz. 5 min.
- Technologia:
- Google Colaboratory, Python 3.7, Jupyter Notebook
- Ocena:
Spis lekcji kursu video
-
1. Zaczynamy pracę 00:37:49
-
2. Podstawy języka Python 01:29:18
- 2.1. Struktury danych - podstawowe jednostki 00:10:05
- 2.2. Struktury danych - iterable 00:09:08
- 2.3. Kontrola programu - pętle i warunki 00:08:54
- 2.4. Kontrola programu - funkcje 00:08:38
- 2.5. Kontrola programu - klasy 00:12:03
- 2.6. Błędy i komunikaty 00:06:03
- 2.7. Proste przekształcenia - działania: map, filter i reduce 00:08:04
- 2.8. Proste przekształcenia - moduł math 00:08:23
- 2.9. Proste przekształcenia - moduł string 00:09:44
- 2.10. Proste przekształcenia - moduł datetime 00:08:16
-
3. Zaawansowane koncepcje Pythona 01:12:05
- 3.1. Zaawansowane koncepcje - generatory 00:08:37
- 3.2. Zaawansowane koncepcje - context manager 00:11:05
- 3.3. Zaawansowane koncepcje - dekoratory 00:10:29
- 3.4. Budujemy wielomian - część 1 00:10:24
- 3.5. Budujemy wielomian - część 2 00:07:30
- 3.6. Budujemy wielomian - część 3 00:07:41
- 3.7. Budujemy wielomian - część 4 00:07:29
- 3.8. Budujemy wielomian - część 5 00:08:50
-
4. Obliczenia i biblioteka numpy 01:31:15
- 4.1. Tablice numpy 00:09:59
- 4.2. Tablice numpy - manipulacja kształtem i wymiarem 00:11:05
- 4.3. Podejście do obliczeń w numpy 00:04:24
- 4.4. Wektoryzacja obliczeń 00:07:44
- 4.5. Wektoryzacja wielomianu - część 1 00:08:30
- 4.6. Wektoryzacja wielomianu - część 2 00:05:47
- 4.7. Wektoryzacja wielomianu - część 3 00:07:16
- 4.8. Wektoryzacja wielomianu - część 4 00:05:14
- 4.9. Algorytm gradientu prostego i regresja - teoria 00:11:51
- 4.10. Algorytm gradientu prostego i regresja - implementacja 00:11:03
- 4.11. Porównanie bibliotek - numpy, scipy oraz sklearn 00:08:22
-
5. Przetwarzanie danych i biblioteka pandas 01:11:54
- 5.1. Czym jest pandas? 00:02:19
- 5.2. Pandas series 00:09:10
- 5.3. Pandas dataframe 00:09:30
- 5.4. Wybieranie elementów 00:10:28
- 5.5. Podstawowe przekształcenia w pandas 00:11:05
- 5.6. Zestawianie danych - concat, merge i join 00:10:10
- 5.7. Praca z tekstem i z czasem - akcesory str i dt 00:11:38
- 5.8. Agregacja danych i podwójne indeksy 00:07:34
-
6. Wizualizacja danych 00:57:05
- 6.1. Matplotlib - wizualizacja i przygotowanie warsztatu 00:05:44
- 6.2. Matplotlib - podstawowe wykresy i formatowanie 00:10:14
- 6.3. Matplotlib - wielokrotne wykresy 00:05:33
- 6.4. Matplotlib - zaawansowane formatowanie i typy wykresów 00:09:16
- 6.5. Seaborn - wizualizacja danych statystycznych 00:12:33
- 6.6. Seaborn - kolory, styl i palety 00:07:07
- 6.7. Wizualizacje w pandas 00:06:38
-
7. Analiza danych od początku do końca 01:05:56
- 7.1. Wstęp i organizacja danych 00:03:51
- 7.2. Zestawianie danych 00:05:48
- 7.3. Czyszczenie danych 00:10:49
- 7.4. Analiza danych z osobna 00:14:14
- 7.5. Analiza danych po zestawieniu 00:09:14
- 7.6. Zaawansowana analiza danych 00:11:05
- 7.7. Wykorzystanie regresji - interpolacja oraz ekstrapolacja 00:10:55
Opis
kursu video
:
Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych
Obierz kurs na... wyższy level pracy z danymi
W każdej minucie użytkownicy Snapchata dzielą się ponad pół milionem zdjęć, oglądanych jest ponad 4 miliony filmów na YouTubie, a bywalcy Twittera wysyłają ponad 400 tysięcy tweetów. A to tylko ułamek danych, jakie są na bieżąco generowane.
Ich wielka ilość z jednej strony jest wyzwaniem dla serwerów, z drugiej - ma ogromny potencjał dla osób pracujących z danymi. Dzięki nim udaje się usprawnić niemal każdą dziedzinę życia, by wspomnieć choćby medycynę, logistykę, robotykę, e-commerce. Rozwiązania pozwalające pracować z danymi opierają się na różnych podejściach: od prostych modeli czysto statystycznych po skomplikowane algorytmy sztucznej inteligencji, a sama praca na danych wymaga połączenia umiejętności analitycznych i programistycznych. W każdym przypadku punktem wyjścia jest analiza i eksploracja danych, która pozwala w skuteczny sposób przejrzeć i zgłębić ich zasób, by szybko i skutecznie docierać do konkretnych informacji.
Umiejętności te zdobędziesz w ramach tego kursu.
W trakcie nauki będziemy bazować na możliwościach, jakie oferują język Python i jego biblioteki (numpy, pandas, matplotlib, seaborn), które stanowią absolutną podstawę do dalszej pracy z danymi. Są też wykorzystywane przez inne, bardziej zaawansowane narzędzia uczenia maszynowego. Szkolenie jest adresowane do kilku grup zawodowych. Odnajdą się w nim zarówno osoby, które już zajmowały się analizą danych, na przykład w Excelu, i chcą rozwijać się w tym kierunku, jak i programiści języków innych niż Python, chcący poznać ten przyszłościowy, dynamicznie rozwijający się język. Materiał proponowany w ramach kursu jest także przeznaczony dla akademików wyspecjalizowanych w naukach ścisłych, którzy chcieliby nauczyć się przekładania równań na skuteczny kod. Wreszcie - szkolenie przyda się tym, którzy marzą o karierze na stanowisku Data Scientist (jedna z najpilniej poszukiwanych i jednocześnie najlepiej płatnych ról w IT). Wiedza oferowana w ramach kursu zapewni im odpowiedni punkt startowy - dalsza droga zawodowa będzie wymagała opanowania zaproponowanych zagadnień do perfekcji.
Co Cię czeka podczas naszego profesjonalnego szkolenia?
W trakcie tego kursu video opanujesz wiedzę, dzięki której:
- Stworzysz środowisko pracy i upewnisz się, jakie narzędzia będą Ci potrzebne.
- Poznasz język Python, nie tylko na poziomie składni, ale również pewnych przydatnych dla potrzeb kursu koncepcji.
- Zrozumiesz, na czym polega praca z danymi numerycznymi, tekstowymi i czasowymi.
- Dowiesz się, jak wykonuje się obliczenia numeryczne przy użyciu różnych technik.
- Będziesz w stanie dopasowywać, agregować i zestawiać dane.
Co więcej...
- Opanujesz kolejne etapy procesu analizy danych, od ich pozyskania, przez obróbkę, aż po wyciąganie wniosków.
Data science w Pythonie. Kurs video. Przetwarzanie i analiza danych został stworzony z myślą o „rozpędzeniu” Cię z poziomu zero do takiego, w którym będziesz potrafił skutecznie operować na całkiem sporych zasobach danych i wydobywać z nich informacje. Jednocześnie spory nacisk położono na pokazanie praktycznych aspektów pracy osoby na stanowisku analityka danych, ponieważ to teren, po którym często trzeba się poruszać, dysponując jedynie ogólnymi wskazówkami.
Kurs bardziej szczegółowo
Naszemu szkoleniu na początek będziesz musiał poświęcić co najmniej osiem godzin - tyle bowiem trwa nauka z ekspertem. W jej trakcie zapoznasz się z językiem Python jako narzędziem do zadań związanych z analizą danych. Używając biblioteki numpy, będziesz wykonywać obliczenia numeryczne, a stosując bibliotekę pandas - przekształcać zbiory danych. Zwizualizujesz je przy wykorzystaniu matplotlib, seaborn i pandas. Stworzysz własne środowisko pracy, zawierające konsolę, ipython, jupyter, jupyter lab i pip. Nauczysz się odnajdywania dokumentacji, korzystania z przykładów i ogólnego radzenia sobie z danymi. Zmierzysz się z równaniem matematycznym i jego przełożeniem na kod języka Python. Zaimplementujesz rozwiązania - zarówno z użyciem bibliotek, jak i w czystym Pythonie. Poznasz podstawy optymalizacji i czyszczenia danych, będziesz je przekształcać po to, by potwierdzić lub obalić konkretną hipotezę. Opanujesz metodykę korzystania z popularnych form reprezentacji danych statystycznych. Dokonasz także szeregu usprawnień związanych z wydajnością obliczeń (wektoryzacja, dobór typów danych itd.). W efekcie staniesz się początkującym, ale już samodzielnym analitykiem danych, przygotowanym zarówno na rozmowę kwalifikacyjną na przykład na stanowisko Junior Developera, jak i do usprawnienia swojej pracy - inżynierskiej, naukowej czy menedżerskiej.
Wybrane bestsellery
Videopoint - inne książki
Dzięki opcji "Druk na żądanie" do sprzedaży wracają tytuły Grupy Helion, które cieszyły sie dużym zainteresowaniem, a których nakład został wyprzedany.
Dla naszych Czytelników wydrukowaliśmy dodatkową pulę egzemplarzy w technice druku cyfrowego.
Co powinieneś wiedzieć o usłudze "Druk na żądanie":
- usługa obejmuje tylko widoczną poniżej listę tytułów, którą na bieżąco aktualizujemy;
- cena książki może być wyższa od początkowej ceny detalicznej, co jest spowodowane kosztami druku cyfrowego (wyższymi niż koszty tradycyjnego druku offsetowego). Obowiązująca cena jest zawsze podawana na stronie WWW książki;
- zawartość książki wraz z dodatkami (płyta CD, DVD) odpowiada jej pierwotnemu wydaniu i jest w pełni komplementarna;
- usługa nie obejmuje książek w kolorze.
Masz pytanie o konkretny tytuł? Napisz do nas: sklep@ebookpoint.pl
Książka drukowana
Oceny i opinie klientów: Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych Oleg Żero (3) Weryfikacja opinii następuje na podstawie historii zamowień na koncie Użytkownika umiejszczającego opinię.
(2)
(0)
(1)
(0)
(0)
(0)
więcej opinii