Data Science v Pythonu

Tento kurz slouží jako technický vstup do světa Data Science. Získáte v něm všechny potřebné základy, které vám umožní efektivně pracovat s daty v jazyce Python. Představíme si knihovny pandas a numpy pro zpracování dat, seaborn pro vizualizaci dat a nakonec i knihovnu scikit-learn, pomocí které můžeme vybudovat Machine Learning modely. Po absolvování kurzu tedy dokážete vzít strukturovaný dataset a získat z něj hodnotné informace v Pythonu různými způsoby.

Cílová skupina

• Software engineers
• Risk managers
• STEM backgrounds
• Database specialists
• Data analysts

Cíle kurzu

• Úvod do práce v Pythonu (proměnné, cykly, funkce,...)
• Úvod do práce v Pythonu pro potřeby Data Science (slovníky, dopisy,...)
• Práce s knihovnou Numpy (numpy pole, indexování,...)
• Zpracování dat v knihovně Pandas (Series a Dataframes, indexování, slučování dat, agregace a filtrování dat,...)
• Vizualizace dat v knihovně Seaborn (boxplot, histogram, countplot…)
• Principy vizualizace dat
• Vytváření atributů v knihovně scikit-learn (numerické a kategorické atributy, chybějící hodnoty,...)
• Úvod do machine learningu na strukturovaných datech v knihovně scikit-learn (rozhodovací stromy, náhodný les, algoritmy založené na vzdálenosti,…)

Předpoklady účastníka

• Předchozí zkušenost s libovolným programováním (například SQL, Java, atd.)
• Předchozí základní zkušenost v práci s daty (například, vytváření grafů v Excelu)

Technické požadavky

• Počítač s přístupem na internet po dobu trvání školení
• Aktualizovaný internetový prohlížeč Google Chrome, Microsoft Edge nebo Mozilla Firefox
• Budeme pracovat v prostředí Jupyter. V posledních dnech před školením dostanete instrukce pro přípravu prostředí tak, abyste školení efektivně absolvovali