Szkolenie Bootcamp – Analiza danych w Pythonie

- Termin
- 11-27.01.2027
- Miejsce
- Online
- Zapisy do
- 04.01.2027
Czego się nauczysz
- Charakteryzuje podstawowe elementy języka Python wykorzystywane w analizie danych.
- Rozróżnia metody przetwarzania i eksploracji danych z wykorzystaniem bibliotek Pandas i NumPy.
- Charakteryzuje metody pozyskiwania i wizualizacji danych w Pythonie.
- Rozróżnia podstawowe algorytmy uczenia maszynowego i elementy budowy modeli analitycznych.
Dla kogo
Usługa skierowana jest do:
- osób rozpoczynających karierę w obszarze analizy danych,
- kandydatów na stanowisko Analityka Danych,
- osób chcących zdobyć podstawy programowania w Pythonie,
- osób posiadających podstawową wiedzę z zakresu Python i chcących ją ugruntować.
Nie jest wymagane wcześniejsze doświadczenie w programowaniu ani analizie danych. Wskazana jest umiejętność logicznego myślenia oraz podstawowa obsługa komputera.
Szkolenia mogą zostać zrealizowane z projektów:
- Małopolski Pociąg do kariery
- Kierunek - Rozwój
- Nowy start w Małopolsce z EURESEM
- Zachodniopomorskie Bony Szkoleniowe
- Regionalny Fundusz Szkoleniowy II
- i inne
Program
48 h- Szkolenie odbywa się w formie zdalnej w czasie rzeczywistym.
- Szkolenie odbywa się w trybie zdalnym.
- Walidacja poprzez test z wynikiem generowanym automatycznie zostanie przeprowadzona w ostatnich 20 minutach szkolenia.
- Na początku szkolenia zostanie przeprowadzony post test.
Łączna liczba godzin : 48
- Liczba godzin teoretycznych: 6
- Liczba godzin praktycznych: 42
Metody interaktywne i aktywizujące – treść stała
- metoda warsztatowa (learning by doing),
- ćwiczenia praktyczne na realnych danych,
- metoda problemowa (case study),
- praca projektowa – mini-projekty modułowe,
- demonstracja trenera i odtwarzanie krok po kroku,
- dyskusja moderowana i wymiana doświadczeń,
- samodzielna praca z bieżącym feedbackiem.
Program szkolenia - zakres tematyczny:
- Podstawy języka Python
- Wybór środowiska programistycznego (Jupyter notebook, Spyder, PyCharm i inne edytory).
- Uruchamianie skryptów z wiersza poleceń.
- Instalacja modułów w konsoli poprzez conde i pip.
- Podstawowe typy danych (str, int, float, complex).Operatory arytmetyczne i logiczne.
- Typy danych kolekcji (list, dict, tuple, set).
- Wszystko jest obiektem.
- Wbudowane funkcje.
- Składnia oraz rola wcięć w kodzie.
- Instrukcje sterujące (for, while, if, elif, else).
- Funkcje def oraz funkcje anonimowe lambda.
- Import modułów.
- Podstawowe moduły time, datetime, random, os i inne.
- Obsługa błędów (try…except).Listy sklejane (List comprehensions).
- Generatory.
- Programowanie obiektowe.
- Import i eksport danych (csv, txt, xlsx).
- Typy kolekcji danych w Pandas (Dataframe, Series).
- Transformacja, sortowanie oraz grupowanie danych.
- Łączenie danych (merge, concat).Filtrowanie danych.
- Czyszczenie oraz imputacja braków danych.
- Połączenie oraz pobieranie danych z baz danych.
- Eksploracja i analiza danych w Pandas.
- Wizualizacja danych przy pomocy pakietu Pandas.
- Typy danych oraz konwertowanie danych w Numpy.
- Tablice jedno, dwu oraz trójwymiarowe w Numpy.
- Indeksowanie oraz operacje na wektorach.
2. Eksploracja danych w Pandas + Numpy
- Import i eksport danych (csv, txt, xlsx).
- Typy kolekcji danych w Pandas (Dataframe, Series).
- Transformacja, sortowanie oraz grupowanie danych.
- Łączenie danych (merge, concat).Filtrowanie danych.
- Czyszczenie oraz imputacja braków danych.
- Połączenie oraz pobieranie danych z baz danych.
- Eksploracja i analiza danych w Pandas.
- Wizualizacja danych przy pomocy pakietu Pandas.
- Typy danych oraz konwertowanie danych w Numpy.
- Tablice jedno, dwu oraz trójwymiarowe w Numpy.
- Indeksowanie oraz operacje na wektorach.
3. Pozyskiwanie danych z API oraz webscraping
- Interakcja oraz pobieranie danych z API.
- Webscrapping stron internetowych.
4. Wizualizacja danych
- Wprowadzenie do biblioteki matplotlib.
- Histogramy.
- Wykresy kolumnowe.
- Wykresy liniowe.
- Wykresy punktowe oraz zależności.
- Mapy cieplne.
- Łączenie wykresów.
- Elementy wykresów: tytuł, oś x-y, skala, legenda.
- Wizualizacja danych wielowymiarowych.
- Import i obróbka zdjęć.
- Wizualizacja przy użyciu Seaborn.
- Wizualizacja danych na mapach przy użyciu biblioteki Folium.
- Interaktywne wykresy w Plotly.
5. Uczenie maszynowe
- Przygotwanie danych.
- Podział na zbiór treningowy, testowy oraz walidacyjny.
- Dobór zmiennych do modelu (feature engineering).
- Problem regresji vs problem klasyfikacji.
- Algorytmy regresyjne (regresja liniowa, drzewa regresyjne, lasy losowe, wzmocnione drzewa decyzyjne, sieci neuronowe).Metryki regresyjne.
- Algorytmy klasyfikacyjne (naiwny klasyfikator Bayesa, regresja logistyczna, drzewa decyzyjne, lasy losowe, SVM, sieci neuronowe).
- Metryki klasyfikacyjne.
- Walidacja modeli (kroswalidacja).
- Przeuczenie modelu, a niedotrenowanie modelu.
- Algorytmy grupujące (k-means, DBSCAN).Problemy symulacyjne.
Terminy i miejsca
Wymagania techniczne
Tryb online:
Szkolnie realizowane jest a pomocą aplikacji MS Teams. Link umożliwiający dołączenie do szkolenia wysłany będzie na kilka dni przed startem szkolenia. Link będzie ważny przez cały okres szkolenia.
Wymagania sprzętowe:
- Wymagany komputer z dostępem do Internetu oraz możliwość instalacji środowiska Python (np. Anaconda) i bibliotek wykorzystywanych podczas szkolenia. W przypadku braku oprogramowania, proszę o kontakt – zostanie udostępniony pulpit zdalny.
- Szkolenie realizowane jest dla systemu operacyjnego Microsoft Windows. W przypadku posiadania innego systemu typu Mac iOS, proszę o informację.
- Przeglądarka internetowa (dowolna przeglądarka internetowa: Edge, Chrome, Firefox, Safari, Internet Explorer itp.)
- Głośniki lub słuchawki
- Opcjonalnie: drugi monitor, bądź jakikolwiek oddzielny ekran, np. TV, ekran telefonu. Na jednym ekranie wyświetlasz obraz udostępniany przez trenera, a na drugim uczestnik pracuje samodzielnie. Do wyświetlania ekranu udostępnionego przez trenera można również wykorzystać telefon lub TV.
Prowadzący
Materiały
- Dostęp do nagrania ze szkolenia.
- Po szkoleniu uczestnik otrzyma zaświadczenie zgodne ze wzorem MEN.
Warunki uczestnictwa
- Płynna obsługa komputera
- Posiadanie komputera z dostępem do Internetu, kamerą internetową, głośnikami oraz mikrofonem
- Minimalny poziom frekwencji: co najmniej 80% zajęć
- Frekwencja potwierdzana na podstawie raportów logowań
Informacje dodatkowe
Szkolenia mogą zostać zrealizowane z projektów:
- Małopolski Pociąg do kariery
- Kierunek - Rozwój
- Nowy start w Małopolsce z EURESEM
- Zachodniopomorskie Bony Szkoleniowe
- Regionalny Fundusz Szkoleniowy II
- i inne
Koszt usługi będzie zwolniony z podatku VAT jeśli: Usługa zwolniona z podatku VAT na podstawie art. 43 ust. 1 pkt 29 lit. c ustawy z dnia 11 marca 2004 r. o podatku od towarów i usług (t.j. Dz. U z 2021, poz. 685 ze zm.)
Po szkoleniu
Numer usługi w BUR: 2026/07/15/7782/3691231 · Dane z Bazy Usług Rozwojowych
Podobne szkolenia
Informatyka i telekomunikacja · Administracja IT i systemy komputerowe