Python od podstaw, przez analizę danych, do machine learning – szkolenie
- Termin
- 14-18.12.2026
- Miejsce
- Online
- Zapisy do
- 10.12.2026
Czego się nauczysz
- Tworzy skrypty z podstawowymi konstrukcjami języka Python.
- Przetwarza dane w strukturach danych Pythona.
- Tworzy funkcje i moduły z obsługą wyjątków.
- Pobiera dane ze źródeł zewnętrznych.
- Analizuje dane tabelaryczne w bibliotece pandas.
- Tworzy wizualizacje danych.
- Buduje model regresji liniowej w bibliotece scikit-learn.
- Trenuje modele klasyfikacyjne w bibliotece scikit-learn.
Dla kogo
Szkolenie jest odpowiednie zarówno dla osób początkujących, jak i dla tych, którzy chcą uporządkować wiedzę z Pythona oraz poznać jego praktyczne zastosowania w analizie danych i projektach AI.
Program
35 hAdresaci szkolenia
Szkolenie adresowane jest do osób początkujących oraz do osób, które chcą uporządkować wiedzę z Pythona i poznać jego praktyczne zastosowania w analizie danych i uczeniu maszynowym. Od uczestników wymagana jest umiejętność korzystania z komputera.
Warunki organizacyjne
- Szkolenie realizowane jest zdalnie w czasie rzeczywistym na platformie ZOOM, w grupie od 6 do 12 osób, prowadzonej przez jednego trenera.
- Każdy uczestnik pracuje na własnym, samodzielnym stanowisku komputerowym (komputer lub laptop z dostępem do internetu, kamerą i mikrofonem).
- Ćwiczenia wykonywane są indywidualnie oraz w małych zespołach w osobnych pokojach platformy ZOOM.
Czas trwania i podział godzin
- Usługa trwa 35 godzin zegarowych (1 godzina = 60 minut): 5 dni po 7 godzin, w godzinach 9:00–16:00.
- Przerwy (30 minut każdego dnia, łącznie 2,5 godz.) są wliczone w czas trwania usługi.
- Zajęcia teoretyczne: 9,5 godz.; zajęcia praktyczne (ćwiczenia i warsztaty): 22,5 godz.; walidacja: 0,5 godz.; przerwy: 2,5 godz.
Walidacja
Walidacja odbywa się w ostatnim dniu szkolenia (18.12.2026, 15:30–16:00). Walidacja ma formę testu teoretycznego online z wynikiem generowanym automatycznie, zgodnie z kryteriami weryfikacji określonymi dla każdego efektu uczenia się. Wynik testu generuje system, bez udziału trenera w ocenie. Pozytywny wynik walidacji potwierdza osiągnięcie efektów uczenia się.
Program szkolenia
Podstawy Pythona
1. Wstęp do kursu
o Dlaczego Python?
o Główne cechy języka
o Data science - o co w tym właściwie chodzi?
2. Środowisko pracy
o Tworzenie projektu w Pycharm
o Środowisko wirtualne projektu
o Obsługa interfejsu Pycharm
o Interaktywny zeszyt Jupyter Notebook
o Kluczowe różnice między środowiskiem Pycharm, a Jupyter Notebook
3. "Hello world" i pisanie na konsoli
4. Zmienne i typy danych
o Zmienne
o Typy danych
Typ tekstowy
Typy liczbowe
5. Instrukcje warunkowe
o Jeden warunek
o Else
o Wiele warunków
o Operatory logiczne w warunkach
6. Pętle
o Pętla while
o Pętla for
o Zagnieżdżanie pętli
o Instrukcja BREAK
o Instrukcja CONTINUE
7. Łańcuchy znaków
o Funkcje wbudowane
upper
lower
title
replace
len w kontekście ciągów tekstowych
count
strip
split i join - zamiana tekstu na listę i listy na tekst
o Łańcuchy funkcji
o Iterowanie po łańcuchach tekstowych
o Mnożenie tekstu. Ale jak?
o Wygodne sprawdzanie czy tekst zawiera frazę
o Cięcia, cięcia - o cięciu łańcuchów tekstowych słów kilka
8. Listy
o Tworzenie list
o Pobieranie wartości z list
o Iterowanie po listach
o Sprawdzanie czy element znajduje się na liście
o Modyfikowanie zawartości listy
Dodawanie nowych wartości i wstawianie w miejsce istniejących
Usuwanie elementów z listy
o Funkcje wbudowane w listy
Sortowanie i odwracanie list
Inne ciekawe funkcje i możliwości
9. Krotki
o Deklaracja i uzupełnianie krotek danymi
o Pobieranie wartości z krotek
10. Słowniki
o Tworzenie słowników
o Pobieranie wartości ze słowników
o Modyfikacja zawartości słowników
11. Zbiory
o Tworzenie zbiorów i konwersje z innych typów złożonych
o Modyfikowanie zawartości zbiorów
o Funkcja difference
o Funkcja intersect
o Funkcja union
12. Zaawansowane elementy przetwarzania list i zbiorów
13. Wyjątki
o Obsługa wyjątków
14. Funkcje
o Deklarowanie funkcji
o Parametry funkcji
o Wartości domyślne parametrów
o Zwracanie wyników z funkcji
o Dokumentowanie funkcji
15. Moduły
o Definiowanie modułów
o Dokumentowanie modułów i sprawdzanie dostępnych funkcji
16. Korzystanie z plików tekstowych
o Czytanie z plików tekstowych
read()
readlines()
readline()
o Funkcja seek()
o Sprawdzanie ilości linii w pliku
o Zapis w plikach tekstowych
Tryby otwarcia pliku
Wprowadzanie danych do pliku
17. Dane zdalne - wykorzystanie usług sieciowych
o Pobieranie danych za pomocą GET
o Przesyłanie danych za pomocą POST
18. Wykorzystanie baz danych
o Tworzenie baz danych, użytkowników i tabel w bazach danych PostgreSQL
o Łączenie z serwerem PostgreSQL
o Pobieranie danych z użyciem SELECT
o Wstawianie, zmiana i kasowanie danych, oraz operacje DDL
Analiza danych (jeden dzień):
1. Pandas - kluczowy pakiet do danych tabelarycznych
o Wczytywanie danych tabelarycznych (CSV, TSV, XLS)
o Operacje na kolumnach i wierszach
o Filtrowanie i procesowanie danych
o Odczytywanie danych statystycznych
o Modyfikacja danych z użyciem funkcji pythonowych
o Agregacja, podobieństwa do SQL
2. Wizualizacja danych
o Fragmenty Matplotlib - bazowej biblioteki do wykresów w Pythonie
o Seaborn - nieco bardziej estetyczne wykresy
o Plotly - tworzenie interaktywnych wykresów
3. Inne biblioteki (numpy, scipy, polars, pandas profiling)
Uczenie maszynowe (jeden dzień):
1. Co to jest uczenie maszynowe?
o Statystyka a uczenie maszynowe
o Rodzaje problemów
o Przykładowe metody
o Różnica pomiędzy klasyfikacją a regresją
o Rodzaje błędów popełnianych przez algorytmy
o Ekosystem uczenia maszynowego w Pythonie (biblioteka scikit-learn)
2. Budowa modelu uczenia maszynowego na przykładzie regresji liniowej
o Wstępna obróbka danych
o Od jednej zmiennej do wielu
o Walidacja predykcji
o Interpretacja ważności parametrów
o Kluczowe różnice pomiędzy metodami liniowymi
o Zjawisko przeuczania (overfitting) i jak mu przeciwdziałać
o Ustalanie hiperparametrów
3. Przegląd wybranych algorytmów uczenia maszynowego
o Regresja logistyczna
o Drzewa decyzyjne
o Las drzew losowych
o XGBoost
Terminy i miejsca
Harmonogram: 14-18.12.2026, Online
Wymagania techniczne
Platforma: usługa prowadzona jest na platformie ZOOM – uczestnik może korzystać z aplikacji ZOOM lub z wersji w przeglądarce internetowej.
Uczestnik musi dysponować sprzętem i łączem o parametrach:
• Procesor: min. 4-rdzeniowy (np. Intel i5/i7 lub odpowiednik AMD/M1/M2)
• Pamięć RAM: min. 16 GB
• Dysk: min. 20 GB wolnej przestrzeni
• System operacyjny: Windows 10/11 Pro, Linux lub macOS
• Multimedia: Sprawna kamera internetowa oraz mikrofon (wymagane do komunikacji i weryfikacji obecności)
• Łącze internetowe: Stabilne połączenie o minimalnej prędkości 10 Mbps (download) / 5 Mbps (upload)
• Oprogramowanie: Uprawnienia administratora pozwalające na instalację narzędzi
• Środowisko szkoleniowe: dostęp do przygotowanych hostów na pulpicie zdalnym – połączenie przez RDP
Prowadzący
Materiały
Każdy uczestnik otrzymuje na własność materiały szkoleniowe w formie elektronicznej (PDF), odnoszące się bezpośrednio do programu usługi:
• skrypt szkoleniowy omawiający zagadnienia ze wszystkich bloków programu,
• zestaw ćwiczeń i zadań warsztatowych realizowanych podczas szkolenia,
• przykładowe zbiory danych, skrypty Python i zeszyty Jupyter Notebook omawiane w trakcie zajęć.
Materiały przekazywane są na adres e-mail podany podczas rejestracji. Każdy uczestnik otrzymuje kod dostępu i dane logowania do platformy ZOOM na 7 dni przed datą rozpoczęcia szkolenia.
Warunki uczestnictwa
Umiejętność korzystania z komputera.
Informacje dodatkowe
Warunkiem ukończenia szkolenia i otrzymania zaświadczenia jest uzyskanie minimalnej frekwencji na poziomie 80% całkowitego czasu trwania usługi. Obecność uczestnika będzie potwierdzana na podstawie codziennych list obecności lub logów z platformy online.
Szkolenie kończy się wydaniem imiennego certyfikatu.
Po szkoleniu
Numer usługi w BUR: 2026/02/14/202247/3335124 · Dane z Bazy Usług Rozwojowych
Podobne szkolenia
Informatyka i telekomunikacja · Programowanie