ODBIERZ TWÓJ BONUS :: »

Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych

Podstawowe informacje:
Czas trwania: 08:05:22
Poziom: średnio zaawansowany
Autor: Oleg Żero
Liczba lekcji: 58
Technologia: Google Colaboratory, Python 3.7, Jupyter Notebook
Dla firm
Rozwiń umiejętności swoich pracowników dzięki kursom video
Dowiedz się więcej
  • Monitorowanie postępów pracowników. Przejrzyste raporty i imienne certyfikaty ukończenia kursów
  • Atrakcyjne rabaty dla zespołów. Im więcej pracowników liczy zespół, tym większy uzyskasz rabat
  • Doradztwo w wyborze tematyki szkoleń. Mamy setki kursów, dostosujemy program nauczania pod Twój zespół
Indywidualnie
139,30 zł 199,00 zł (-30%)
39,90 zł najniższa cena z 30 dni Dodaj do koszyka
Korzyści:
  • Certyfikat ukończenia
  • Materiały dodatkowe do kursu
  • Test online
  • Dożywotni dostęp
  • Dostęp w aplikacji (także offline)
  • Napisy w języku polskim
Ten kurs należy do ścieżki Data Scientist z Pythonem
Czas trwania: 66 godz.
DOWIEDZ SIĘ WIĘCEJ
Ten kurs należy do ścieżki Data Scientist z Pythonem »

Czego się nauczysz?

  • Tworzenia środowiska pracy dla analizy danych w Pythonie
  • Obsługi danych numerycznych, tekstowych i czasowych
  • Przetwarzania i czyszczenia zbiorów danych
  • Agregowania, zestawiania i dopasowywania danych w pandas
  • Tworzenia wizualizacji przy użyciu matplotlib i seaborn
  • Implementowania obliczeń matematycznych i numerycznych
  • Stosowania metodyk analizy danych od pozyskania do wnioskowania
  • Wdrażania praktycznych technik pracy analityka danych w Pythonie

Spis lekcji

1. Zaczynamy pracę 00:37:49
1.1. Powitanie
OGLĄDAJ » 00:05:19
1.2. Instalacja Pythona na Linuxie
00:02:01
1.3. Instalacja Pythona na Windowsie
00:01:47
1.4. Praca z konsolą i ze skryptami
00:11:02
1.5. Wirtualne środowisko
00:06:38
1.6. Wstęp do jupyterów
00:09:07
1.7. Usługa Google Colab
00:01:55
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
OGLĄDAJ » 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

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

O autorze kursu video

Oleg Żero - Data Scientist, który, jak to określa, lubi wydobywać z danych sens. Na co dzień dostarcza rozwiązania uczenia maszynowego wielkim graczom z branży e-commerce. Z wykształcenia jest inżynierem fotoniki i absolwentem Królewskiej Akademii Technicznej w Sztokholmie. Brał udział w wielu projektach natury badawczo-naukowej - w ujęciu akademickim, przemysłowym i start-upowym. Prywatnie mąż, ojciec, entuzjasta bliskich i dalekich podróży oraz miłośnik wszelkiej technologii garażowej własnej produkcji.

Z analizą danych jest jak z życiem: wszystko na koniec jest dobrze. Jeśli nie jest dobrze, znaczy, że nie jest to koniec.

Oceny i opinie klientów: Data Science w Pythonie. Kurs video. Przetwarzanie i analiza danych Oleg Żero (3)

Informacja o opiniach
Weryfikacja opinii następuje na podstawie historii zamowień na koncie Użytkownika umiejszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniającej do uzyskania rabatu w ramach Programu Kadr.
5.3
  • 6 (2)
  • 5 (0)
  • 4 (1)
  • 3 (0)
  • 2 (0)
  • 1 (0)
  • Kurs trudny, ale bogaty w wiedzę i przydatny. Autor włożył sporo pracy i wysiłku w niego, widać i słychać że orientuje się w tym zagadnieniu. Jeżeli ktoś lubi Pythona, to warto sięgnąć po ten kurs.

    Opinia: Tester oprogramowania Opinia dodana: 2023-12-29 Ocena: 6   
    Opinia potwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
  • Oleg jest wybitną specjalistą w swoim fachu!

    Opinia: Mateusz Opinia dodana: 2020-12-15 Ocena: 6   
    Opinia niepotwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
  • Hm, obejrzałem te kilka minut filmu, które mają być próbką całej videoksiążki. No, cóż. Autor po na zakończenie wstępu napisać na slajdzie, że kurs będzie wymagający, no i nie skłamał ;-) Tempo w jakim był omawiany kod tworzenia wielominau w rozdziale 3 było naprawdę spore. Nie jestem niedzielnym programistą i znam kilka języków programowania, ale nie znam Pythona. Nie mam też wykształcenia matematycznego - tempo więc w jakim omawiano tworzenie kody, dla niektórych operacji na wielomianie było dla ma za duże. Myślę, że jeśli ktoś kupi ten kurs, to często będzie korzystał w funkcji "Pauza" ;-) Pozdrawiam wszystkich :-D

    Rozwiń »
    Opinia: anonimowa Opinia dodana: 2020-12-18 Ocena: 4   
    Opinia niepotwierdzona zakupem
    Opinia dotyczy produktu: kurs video
    Czy opinia była pomocna:
więcej opinii »

Szczegóły kursu

Dane producenta » Dane producenta:

Helion SA
ul. Kościuszki 1C
41-100 Gliwice
e-mail: gpsr@helion.pl
Format: Online
Data aktualizacji: 2020-09-29
ISBN: 978-83-283-7517-8, 9788328375178
Numer z katalogu: 123944

Videopoint - inne kursy

Kurs video
139,30 zł
Dodaj do koszyka
Sposób płatności