Cel szkolenia

Zapoznanie się z Pythonem jako narzędziem do zautomatyzowanego przetwarzania danych, które obejmuje analizę i wizualizację danych, budowanie modeli, ocenę i walidację, prognozowanie, a także raportowanie wyników analizy.

Zakres szkolenia

• Wprowadzenie do analizy danych statystycznych
• • Uczenie nadzorowane i nienadzorowane
  • Rodzaje i przykłady modeli
  • Metody estymacji/kalibracji modeli
  • Zasady testowania hipotez statystycznych
  • Walidacja i wybór modeli
  • Przeregulowanie (kompromis między obciążeniem a wariancją)
• Techniki Data Science:
  • Modele regresji liniowej i nieliniowej
  • Sztuczne sieci neuronowe
  • Drzewa decyzyjne i lasy losowe
  • Klasyfikatory bayesowskie
  • Modelowanie typu ensemble
  • Macierz błędów, krzywa ROC
  • Statystyki pozwalające ocenić jakość modeli
  • Walidacja krzyżowa
• Tworzenie modeli z użyciem Pythona:
  • Python jako język programowania
  • PyCharm – IDE dla Pythona
  • Jupyter Notebook – dokumenty z aktywnym kodem
• Pandas:
  • Import i eksport danych
  • Struktury danych i operowanie danymi
  • NumPy: algebra liniowa i obliczenia numeryczne
• Scikit-learn:
  • Regresja
  • Klasyfikacja
  • Grupowanie
  • Walidacja i wybór modeli

Adresaci

Osoby na stanowisku Data Scientist oraz wszyscy, którzy chcą używać Pythona jako narzędzia do zautomatyzowanej analizy danych. Podczas szkolenia o charakterze wprowadzającym omawiane są metody uczenia maszynowego (ML)i programowania. Zakłada się, że uczestnicy posiadają przynajmniej niewielkie doświadczenie w pracy z Pythonem.