Udemy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
Development
Web Development Data Science Mobile Development Programming Languages Game Development Database Design & Development Software Testing Software Engineering Development Tools No-Code Development
Business
Entrepreneurship Communications Management Sales Business Strategy Operations Project Management Business Law Business Analytics & Intelligence Human Resources Industry E-Commerce Media Real Estate Other Business
Finance & Accounting
Accounting & Bookkeeping Compliance Cryptocurrency & Blockchain Economics Finance Finance Cert & Exam Prep Financial Modeling & Analysis Investing & Trading Money Management Tools Taxes Other Finance & Accounting
IT & Software
IT Certification Network & Security Hardware Operating Systems Other IT & Software
Office Productivity
Microsoft Apple Google SAP Oracle Other Office Productivity
Personal Development
Personal Transformation Personal Productivity Leadership Career Development Parenting & Relationships Happiness Esoteric Practices Religion & Spirituality Personal Brand Building Creativity Influence Self Esteem & Confidence Stress Management Memory & Study Skills Motivation Other Personal Development
Design
Web Design Graphic Design & Illustration Design Tools User Experience Design Game Design Design Thinking 3D & Animation Fashion Design Architectural Design Interior Design Other Design
Marketing
Digital Marketing Search Engine Optimization Social Media Marketing Branding Marketing Fundamentals Marketing Analytics & Automation Public Relations Advertising Video & Mobile Marketing Content Marketing Growth Hacking Affiliate Marketing Product Marketing Other Marketing
Lifestyle
Arts & Crafts Beauty & Makeup Esoteric Practices Food & Beverage Gaming Home Improvement Pet Care & Training Travel Other Lifestyle
Photography & Video
Digital Photography Photography Portrait Photography Photography Tools Commercial Photography Video Design Other Photography & Video
Health & Fitness
Fitness General Health Sports Nutrition Yoga Mental Health Dieting Self Defense Safety & First Aid Dance Meditation Other Health & Fitness
Music
Instruments Music Production Music Fundamentals Vocal Music Techniques Music Software Other Music
Teaching & Academics
Engineering Humanities Math Science Online Education Social Science Language Teacher Training Test Prep Other Teaching & Academics
AWS Certification Microsoft Certification AWS Certified Solutions Architect - Associate AWS Certified Cloud Practitioner CompTIA A+ Cisco CCNA Amazon AWS CompTIA Security+ AWS Certified Developer - Associate
Graphic Design Photoshop Adobe Illustrator Drawing Digital Painting InDesign Character Design Canva Figure Drawing
Life Coach Training Neuro-Linguistic Programming Mindfulness Personal Development Meditation Personal Transformation Life Purpose Emotional Intelligence Neuroscience
Web Development JavaScript React CSS Angular PHP Node.Js WordPress Python
Google Flutter Android Development iOS Development Swift React Native Dart Programming Language Mobile Development Kotlin SwiftUI
Digital Marketing Google Ads (Adwords) Social Media Marketing Google Ads (AdWords) Certification Marketing Strategy Internet Marketing YouTube Marketing Email Marketing Retargeting
SQL Microsoft Power BI Tableau Business Analysis Business Intelligence MySQL Data Modeling Data Analysis Big Data
Business Fundamentals Entrepreneurship Fundamentals Business Strategy Online Business Business Plan Startup Freelancing Blogging Home Business
Unity Game Development Fundamentals Unreal Engine C# 3D Game Development C++ 2D Game Development Unreal Engine Blueprints Blender
2021-01-06 11:26:46
30-Day Money-Back Guarantee
Development Data Science Data Analysis

Data Science Bootcamp w języku Python - od A do Z - 2021

Wejdź w świat data science i otwórz sobie drogę do zawodu przyszłości - data scientist!
Rating: 4.5 out of 54.5 (89 ratings)
684 students
Created by Paweł Krakowiak
Last updated 2/2021
Polish
30-Day Money-Back Guarantee

What you'll learn

  • Pracy z narzędziem Google Colab
  • Biblioteki do obliczeń numerycznych NumPy
  • Podstaw algebry liniowej w języku Python
  • Analizy danych w bibliotece Pandas
  • Wizualizacji danych w bibliotekach: matplotlib, seaborn, plotly
  • Budowania interaktywnych dashboardów - dash, plotly
  • Podstaw prawdopodobieństwa i statystyki
  • Podstaw uczenia maszynowego z biblioteką scikit-learn
  • Budowy modeli klasyfikacji i regresji
  • Regresji liniowej
  • Regresji wielomianowej
  • Regresji logistycznej
  • Działania algorytmu k-najbliższych sąsiadów
  • Działania algorytmu drzew decyzyjnych
  • Podstaw uczenia głębokiego z bibliotekami Tensorflow oraz Keras
  • Budowy sieci neuronowej z pakietem Keras
  • Wykorzystania Tensorflow Hub oraz transfer learning
  • Podstaw Computer Vision z biblioteką OpenCV

Course content

10 sections • 92 lectures • 12h 43m total length

  • Wymagania
    00:07
  • Preview09:34
  • Utworzenie repozytorium na platformie GitHub
    01:37
  • Praca z Google Colab oraz platformą GitHub
    03:54

  • Array: Tablice NumPy ndarray
    17:22
  • Array: Podstawowe typy danych w bibliotece NumPy
    05:03
  • Array: Tworzenie tablic NumPy ndarray
    08:58
  • Array: Podstawowe operacje na tablicach
    08:20
  • Array: Generowanie liczb pseudolosowych - np.random
    07:03
  • Array: Podstawowe funkcje w bibliotece NumPy
    06:59
  • Array: Indeksowanie i wycinanie tablic
    06:21
  • Array: Iteracja po tablicach, zmiana rozmiaru oraz maski logiczne
    09:00
  • Algebra liniowa: Norma wektora i odległość punktów
    07:26
  • Algebra liniowa: Mnożenie macierzy
    06:45
  • Algebra liniowa: Wyznacznik, macierz jednostkowa, odwrotna i transponowana
    09:18
  • Algebra liniowa: Rozwiązywanie układów równań
    07:09
  • Funkcje statystyczne w bibliotece NumPy
    04:31
  • Test
    11 questions

  • Update
    00:07
  • Series: tworzenie obiektów cz. 1
    11:06
  • Series: tworzenie obiektów cz. 2
    05:22
  • Series: praca z obiektem
    09:14
  • Series: metoda apply()
    03:09
  • DataFrame: tworzenie obiektów
    08:53
  • DataFrame: selekcja kolumn
    09:25
  • Case Study: dane giełdowe cz.1
    10:30
  • Case Study: dane giełdowe cz.2
    07:57
  • DataFrame: obliczanie nowych kolumn
    13:30
  • DataFrame: filtrowanie danych
    11:36
  • Zapis/odczyt danych - CSV, XLSX
    08:24
  • London Bike Dataset
    03:09
  • DataFrame: łączenie danych
    09:35
  • DataFrame: łączenie danych - append
    02:36
  • Case Study II - Google App Store Data cz. 1
    12:12
  • Case Study II - Google App Store Data cz. 2
    13:26
  • Case Study II - Google App Store Data cz. 3
    05:09
  • DataFrame: porównanie do języka SQL cz. 1
    07:15
  • DataFrame: porównanie do języka SQL cz. 2
    09:13
  • DataFrame: porównanie do języka SQL cz. 3
    11:12
  • Test
    7 questions

  • Matplotlib: wprowadzenie
    16:15
  • Matplotlib: wykresy słupkowe i punktowe
    04:25
  • Matplotlib: wyświetlanie obrazów, subploty
    09:46
  • Matplotlib: style
    03:22
  • Seaborn: wprowadzenie cz. 1
    14:25
  • Seaborn; wprowadzenie cz. 2
    06:39
  • Plotly Express: wprowadzenie cz. 1
    15:10
  • Plotly Express: wprowadzenie cz. 2
    07:58
  • Plotly Express: tworzenie animacji
    06:54
  • Plotly Express: notowania giełdowe
    01:58
  • Plotly Express: wykresy słupkowe
    02:39
  • Plotly Express: mapy
    02:40
  • Plotly: wprowadzenie
    17:06
  • Plotly: diagram Sankey'a
    09:05
  • Plotly: wykres świecowy
    03:18

  • Framework Dash
    03:20
  • PyCharm
    01:05
  • PyCharm - klonowanie repozytorium + konfiguracja środowiska
    05:26
  • Dash: Pierwsza aplikacja webowa
    09:47
  • Preview04:42
  • Dash: Interaktywny dashboard
    04:45

  • Prawdopodobieństwo i statystyka cz. 1
    27:54
  • Prawdopodobieństwo i statystyka cz. 2
    10:32
  • Prawdopodobieństwo i statystyka cz. 3
    06:20

  • Biblioteka scikit-learn
    03:51
  • Pierwszy model
    17:41
  • Klasyfikacja binarna: dokładność modelu + interpretacja graficzna cz. 1
    11:45
  • Klasyfikacja binarna: dokładność modelu + interpretacja graficzna cz. 2
    02:59
  • Klasyfikacja binarna: macierz konfuzji
    05:30
  • Klasyfikacja binarna: metryki na podstawie macierzy konfuzji
    07:52
  • Klasyfikacja binarna: krzywa ROC
    05:38
  • Klasyfikacja wieloklasowa: metody oceny modelu
    07:14
  • Regresja: metody oceny modelu
    13:22
  • Regresja: model regresji liniowej cz. 1
    08:19
  • Regresja: model regresji liniowej cz. 2
    05:52
  • Regresja wielomianowa
    08:52
  • Regresja logistyczna
    11:33
  • Klasyfikacja: algorytm k-najbliższych sąsiadów
    17:43
  • Klasyfikacja: algorytm drzew decyzyjnych
    19:25
  • Preview03:36
  • Klasyfikacja: Support Vector Machine
    12:08

  • Pierwsza sieć neuronowa - wprowadzenie cz. 1
    06:52
  • Pierwsza sieć neuronowa - wprowadzenie cz. 2
    04:29
  • Pierwsza sieć neuronowa - rozpoznawanie cyfr
    17:29
  • Keras: wprowadzenie cz. 1
    26:26
  • Keras: wprowadzenie cz. 2
    07:43
  • Klasyfikacja wieloklasowa - Fashion MNIST
    13:40
  • Tensorflow Hub - Transfer Learning
    06:58

  • OpenCV: wprowadzenie
    16:23
  • Preview07:57

  • Preview00:51
  • Recenzja
    00:10
  • Rekomendowane ścieżki uczenia
    02:04
  • Bonus
    01:05

Requirements

  • ukończony kurs Programowanie w języku Python - od A do Z
  • ukończony kurs 200+ Ćwiczeń - Programowanie w języku Python
  • ukończony kurs 210+ Ćwiczeń - Python - Moduły wbudowane

Description

---------------------------------------------------------

REKOMENDOWANE ŚCIEŻKI UCZENIA

---------------------------------------------------------

PYTHON DEVELOPER:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest


DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia


DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia

  • Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras

  • Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe

  • Artificial Intelligence – Computer Vision w języku Python


BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python


BIG DATA ANALYST:

  • Programowanie w języku Python - od A do Z - 2020

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Big Data, Hadoop oraz MapReduce w języku Python

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


ENG:

  • 200+ Exercises - Programming in Python - from A to Z

  • 210+ Exercises - Python Standard Libraries - from A to Z

  • 150+ Exercises - Object Oriented Programming in Python - OOP

  • 100+ Exercises - Unit tests in Python - unittest framework

  • 100+ Exercises - Python Programming - Data Science - NumPy

  • 100+ Exercises - Python Programming - Data Science - Pandas

  • 100+ Exercises - Python - Data Science - scikit-learn

  • 250+ Exercises - Data Science Bootcamp in Python


-------------------
OPIS KURSU
-------------------

Data Scientist - zawód przyszłości!

Dynamiczny rozwój technologii, a także nieustannie zwiększająca się ilość danych, które są generowane powoduje, że w skali globalnej drastycznie wzrasta zapotrzebowanie na osoby zajmujące się data science. Jest to już trend globalny od którego żaden wysoko rozwinięty kraj nie może przejść obojętnie.

Przez ostatni rok sporo firm działających na terenie Polski zaczęło budować zespoły data science. Pojawiło się także bardzo dużo ofert pracy związanych z przeróżnymi branżami, np. finanse, ubezpieczenia, telco, sprzedaż, marketing internetowy czy nawet gaming, To tylko początkowy sygnał trendu, który jak przewiduje wiele źródeł nie pojawił się tylko na chwilę.

Kim jest data scientist?

Jest to osoba, która łączy w sobie rolę programisty (tutaj preferowanym językiem jest Python) oraz analityka danych poruszająca się zwinnie w obszarze statystyki oraz uczenia maszynowego. Poza cechami technicznymi cenne są także umiejętności miękkie, takie jak umiejętność prezentacji, ciekawość, umiejętność wyjaśniania skomplikowanych zagadnień w prosty sposób czy myślenie krytyczne.

Jeśli zastanawiasz się nad karierą w data science właściwy moment jest właśnie teraz!

Who this course is for:

  • wszystkich osób, które chcą zgłębić swoją wiedzę na temat data science w języku Python
  • osób zainteresowanych uczeniem maszynowym oraz uczeniem głębokim
  • data scientistów
  • analityków danych
  • inżynierów uczenia maszynowego

Instructor

Paweł Krakowiak
Data Scientist, Securities Broker
Paweł Krakowiak
  • 4.6 Instructor Rating
  • 1,251 Reviews
  • 23,873 Students
  • 35 Courses

EN

Data Scientist/Python Developer/Securities Broker

Founder at e-smartdata[.]org.

A big fan of new technologies, especially in the areas of artificial intelligence, big data and cloud solutions.

A graduate of postgraduate studies at the Polish-Japanese Academy of Information Technology in the field of Computer Science in the Big Data specialization.

A graduate of Master's Degree in Financial and Actuarial Mathematics at the Faculty of Mathematics and Computer Science of the University of Lodz.

Stockbroker license holder with experience in teaching at a university.

Lecturer at the GPW Foundation (technical analysis, behavioral finance and portfolio management).

The main areas of interest are artificial intelligence, machine learning, deep learning and financial markets.

PL

Data Scientist, Securities Broker

Założyciel platformy e-smartdata[.]org

Miłośnik nowych technologii, szczególnie w obszarze sztucznej inteligencji, big data oraz rozwiązań chmurowych.

Absolwent podyplomowych studiów na Polsko-Japońskiej Akademii Technik Komputerowych na kierunku Informatyka, spec. Big Data.

Absolwent studiów magisterskich z matematyki finansowej i aktuarialnej na wydziale Matematyki i Informatyki Uniwersytetu Łódzkiego.

Od 2015 roku posiadacz licencji maklera papierów wartościowych z uprawnieniami do czynności doradztwa inwestycyjnego.

Wykładowca w Fundacji GPW prowadzący szkolenia dla inwestorów z zakresu analizy technicznej, finansów behawioralnych i zasad zarządzania portfelem instrumentów finansowych.

Z doświadczeniem w prowadzeniu zajęć dydaktycznych na wyższej uczelni z przedmiotów związanych z rachunkiem prawdopodobieństwa i statystyką.

Główne obszary zainteresowań to sztuczna inteligencja, uczenie maszynowe, uczenie głębokie i rynki finansowe.

  • Udemy for Business
  • Teach on Udemy
  • Get the app
  • About us
  • Contact us
  • Careers
  • Blog
  • Help and Support
  • Affiliate
  • Terms
  • Privacy policy
  • Cookie settings
  • Sitemap
  • Featured courses
Udemy
© 2021 Udemy, Inc.