Racjonalny i prosty sposób zdobycia praktycznych umiejętności w obszarze Data Science. Lekcje będą dostępne w formie wideo. W dowolny dzień tygodnia i o dowolnej godzinie, możesz wrócić do lekcji lub odświeżyć swoją wiedzę korzystając z dostępu do funkcjonalnej platformy.
Moduł 1 – Wstęp
Zapoznasz się z obszarem Data Science, poznasz terminologię oraz zachodzące procesy. Główne tematy:
– Czym jest oraz do czego służy Data Science?
– Obszary Data Science. Jakie nowe role się tworzą?
– Kim jest Data Scientist?
– Jakich narzędzi warto używać?
– Gdzie pracuje oraz ile zarabia Data Scientist?
– Błędy początkujących
Moduł 2 – Programowanie
Rozwiniesz umiejętności programowania dla pracy z danymi i poznasz proces tworzenia zapytań do bazy danych. Główne tematy:
– Dlaczego warto i jak korzystać z Python i R?
– Jupyter Notebook i alternatywy
– Konfiguracja środowiska
– Interfejs i funkcjonalność Jupyter Notebook
– Typy danych i zmienne
– Operatory i instrukcje warunkowe
– Funkcje i sekwencje
Moduł 3 – Praca z danymi
Dowiesz się, skąd brać dane, jak poprawnie podejść do procesu analizy oraz jak uzupełniać braki danych. Główne tematy:
– Czym są dane? Kiedy dane możemy nazwać “Big Data”?
– Gdzie szukać danych?
– Wczytywanie różnego formatu danych
– Poznanie funkcjonalności i zapytań SQL
– Przekształcenia danych
– Operacje na danych ilościowych i jakościowych
– Operacje na datach, godzinach i danych tekstowych
– Łączenie, uzupełnianie i usuwanie braków danych
Moduł 4 – Wizualizacja
Nauczysz się budować dashboardy wykorzystując narzędzia Business Intelligence. Główne tematy:
– Zasady i metody wizualizacji danych.
– Business Intelligence i narzędzia
– Wizualizacja danych w Python
– Wizualizacja danych w R
– Możliwości Microsoft PowerBI
– Jak przygotować swój pierwszy raport w Microsoft PowerBI?
Moduł 5 – Statystyka i Matematyka
Zrozumiesz podstawowe zasady prawdopodobieństwa, statystyki i matematyki do modelowania i testowania hipotez. Główne tematy:
– Wyjaśnienie podstawowych pojęć
– Podstawy rachunku prawdopodobieństwa
– Populacja a próbka
– Operacje na macierzach
– Podstawy statystyki opisowej
– Podstawy wnioskowania statystycznego
– Testowanie hipotez
Moduł 6 – Uczenie Maszynowe
Poznasz klasyczne algorytmy i możliwość ich zastosowania wykorzystując realne dane. Główne tematy:
– Czym jest Uczenie Maszynowe?
– Rodzaje i proces tworzenia projektu Uczenia Maszynowego
– Czym jest algorytm?
– Jak dobrać algorytm ML w zależności od problemu?
– Feature engineering
– Czyszczenie i uzupełnienie danych
– Przygotowanie danych do modelowania
– Poznanie metod regresji, klasyfikacji, klasteryzacji oraz redukcji wymiarów
– Ocena i wybór najlepszego modelu
– Zbudowanie sieci neuronowej
Moduł 7 – Kontrola wersji
Poznasz, jak i dlaczego warto korzystać z Git. Stworzysz swój własny repozytorium z projektami. Główne tematy:
– Dlaczego warto używać Git?
– Zasada działania i bazowe funkcje w Git
– Tworzenie własnego repozytorium GitHub
– Kontrola wersji
Moduł 8 – Skrapowanie
Nauczysz się przeprowadzać ekstrakcję i przetwarzanie danych ze stron internetowych. Główne tematy:
– Web Scraping
– API
– HTML
– Atrybuty Tagów
– Jak przygotować swój pierwszy skraper?
– Jak skrapować wiele stron naraz?
Moduł 9 – Podsumowanie
Podsumujemy zdobytą wiedze i umiejętności. Zrealizujesz swój własny projekt Data Science. Główne tematy:
– Określenie problemu do rozwiązania
– Pozyskanie danych
– Analiza zebranych danych
– Przygotowanie danych
– Wybór algorytmu i przygotowanie modelu uczenia maszynowego
– Ocena i polepszenie wyników modelu
Nikolay Pavlenko: Lead Data Scientist & AI Inżynier / Keynote Speaker / Trener
Wiodący Data Scientist w dużej międzynarodowej korporacji z obszaru konsultingu i technologii informatycznych. Poprzednio bankier i CFO w startupie. Z sukcesem realizuje projekty w obszarach: bankowości, energetyki, automotive, marketingu, edukacji i startupów. Wierzy, że Program na zawsze zmieni świadomość o Data Science i Sztucznej Inteligencji oraz przybliży praktyczne wykorzystanie w polskich firmach. Więcej o trenerze…
Program Specjalizacja Data Science jest dostępna w 3 różnych pakietach:
Więcej informacji o zawartości pakietów możesz znaleźć na stronie programu w zakładce Pakiety: https://akademiadatascience.pl/sds#prices
Kontakt: kontakt@akademiadatascience.com
Copyright © 2024 Akademia Data Science
Regulamin | Polityka prywatności
Korzystamy z plików cookies
Ustawienia cookies
Poniżej możesz dokonać ustawień dotyczących plików cookies innych niż te, które są niezbędne do prawidłowego funkcjonowania platformy.Niezbędne
Pliki cookies konieczne do poprawnego działania platformy (np. koszyka lub funkcji logowania). Nie można ich wyłączyć.Analityczne
Pliki cookies odpowiedzialne m.in. za zbieranie informacji dotyczących tego, w jaki sposób użytkownicy wchodzą w interakcję z witryną.Marketingowe
Pliki cookies odpowiedzialne m.in. za dostarczanie spersonalizowanych reklam, które są dostosowane do Twoich zainteresowań.