Datová analýza v Pythonu s využitím AI

Python patří mezi nejpoužívanější nástroje pro datovou analýzu. Díky knihovnám Pandas a NumPy umožňuje efektivně zpracovávat, analyzovat a vizualizovat data z různých zdrojů. V kombinaci s nástroji umělé inteligence lze navíc řadu analytických úloh automatizovat a výrazně urychlit.

V tomto praktickém dvoudenním kurzu se účastníci naučí pracovat s daty v prostředí Jupyter Notebook a JupyterLab, využívat knihovny Pandas a NumPy a zapojovat AI do zpracování, analýzy a vizualizace dat. Důraz bude kladen také na ověřování správnosti výsledků a bezpečnou práci s daty. Získané znalosti si účastníci propojí v závěrečném praktickém miniprojektu.

Lektor kurzu

PAVEL TIŠNOVSKÝ

Pavel Tišnovský je zkušený softwarový vývojář, technologický odborník a lektor. Působí ve společnosti Red Hat, kde se zaměřuje na AI systémy a frameworky, zejména Llama Stack. Má dlouholeté zkušenosti s programovacími jazyky Python, Go, Java a Clojure a věnuje se také technickému psaní a vzdělávání.

Více o lektorovi

Pavel Tišnovský vystudoval Fakultu informačních technologií VUT v Brně. Během své profesní kariéry se věnoval vývoji softwaru v jazycích C, C++ a Java, technologiím OpenJDK i vývoji mikroslužeb v Pythonu a Go.

Od roku 2009 působí ve společnosti Red Hat, kde zastává pozici Tech Lead – AI Systems and Frameworks. Zaměřuje se zejména na technologie související s umělou inteligencí a frameworkem Llama Stack.

Je autorem odborných článků na serveru Root.cz a knih Evoluce Python a Programovací jazyk Go. Věnuje se také výuce na VUT v Brně a vedení odborných školení.

Mezi jeho další odborné zájmy patří funkcionální programování v jazyce Clojure a programování v assembleru.

Cílová skupina

• Datoví a BI analytici
• Vývojáři pracující s rozsáhlými a strukturovanými daty
• IT specialisté, kteří potřebují automatizovat zpracování a vyhodnocování dat

Osnova kurzu

1. Představení prostředí IPython

• Nástroje online datové analýzy
• Jupyter Notebook
• Architektura
• Instalace
• JupyterLab
• Export výstupů do PDF a dalších formátů

2. Přehled datových struktur v Pythonu

• Proměnná
• Pole
• Struktura
• Objekt
• List
• Tuple

3. Knihovna Pandas

• Zobrazení obsahu datových rámců
• Vykreslení grafů a validace dat
• Práce s datovými řadami (Series)
• Generování kódu pro knihovnu Pandas pomocí AI nástrojů
• Vysvětlování kódu v Pandas pomocí AI nástrojů

4. Knihovna NumPy

• Datové typy prvků
• Konstruktory polí

5. Import dat z různých zdrojů

• Tabulkové formáty a procesory (Excel, CSV)
• Databáze (SQL) – praktické ukázky importu a analýzy dat z databází
• TSV
• JSON
• HTML scraping

6. Zpracování dat

• Transformace tabulkových dat
• Přidávání chybějících hodnot
• Filtrace
• Spojování dat
• Kombinace výsledků do datové struktury

7. Pokročilé zpracování dat s využitím AI

• PandasAI
• Semantic agent
• Judge agent
• Advanced security agent
• Propojení s velkými jazykovými modely
• Napojení PandasAI na různé datové zdroje (databáze apod.)

8. Ověřování správnosti AI výstupů

• Detekce nekorektních datových transformací
• Ověření výpočtů a agregací vytvořených s využitím AI
• Jak předcházet chybným interpretacím dat
• Jak bezpečně pracovat s firemními daty při použití AI nástrojů

9. Vizualizace dat

• Generování grafů
• Bodový, sloupcový a spojnicový graf
• Graf s KDE (Kernel Density Estimation)
• Vykreslení hodnot prvků z datové řady formou grafu
• Seskupení dat do grafů

10. Závěrečný praktický miniprojekt

• Import a příprava vybrané datové sady
• Čištění, transformace a základní analýza dat
• Využití AI nástrojů při analytických úlohách
• Ověření správnosti výsledků vytvořených s podporou AI
• Vizualizace a interpretace získaných poznatků

Požadavky na účastníky

Znalost Pythonu není podmínkou. Kurz začíná od základů a je vhodný i pro účastníky, kteří s Pythonem dosud nepracovali. Předpokládá se základní orientace v práci s daty a běžná uživatelská znalost práce s počítačem.