Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Subscribe
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Data science, czyli Python w analizie danych
14 students

Data science, czyli Python w analizie danych

Python, analiza danych, data science
Created byBioStat Statistics
Last updated 3/2024
Polish

What you'll learn

  • Dowiesz się czym jest język programowania Python i dlaczego warto się go nauczyć.
  • Poznasz niezbędne podstawy programowania.
  • Nauczysz się tworzyć statystyki opisowe oraz pracować na danych.
  • Zapoznasz się z procesem instalacji i konfiguracji środowiska Jupyter Lab.
  • Poznasz działanie importu niezbędnych bibliotek numpy i pandas.

Explore related topics

Course content

1 section • 7 lectures • 6h 53m total length

  • Dlaczego Python?15:10

    Lekcja opisuje czym jest język programowania Python, dlaczego warto się go nauczyć, jaka filozofia przyświeca autorom oraz jakie wady, ale i zalety posiada. Przedstawiony jest również kontrast pomiędzy Pythonem i Excelem, oraz Pythonem i jego największym konkurentem w analizie danych – językiem R. Wreszcie poruszane są zagadnienia związane z nauką programowania w erze modeli językowych i zostają zdefiniowane pojęcia „uczenia maszynowego” i „Data Science”.

  • Instalacja i konfiguracja środowiska Jupyter Lab16:28

    W ramach tej lekcji kursanci zapoznają się z instalacją i konfiguracją środowiska Jupyter Lab – instalacją menadżera pakietów Anaconda, uruchomieniem Jupyter Lab oraz alternatywą na platformie Google Drive – Google Collaboratory. Omówione zostaną podstawowe elementy interfejsu platformy, korzystanie z pomocy, edycja komórek, zastosowanie Markdown dla opisu treści i zwiększenia czytelności analizy.

  • Podstawy programowania - część 11:54:45

    Całość lekcji poświęcona jest niezbędnym podstawom programowania. Kursant napisze na niej pierwsze proste programy, zapozna się z pojęciami: typów danych, zmiennych, operatorów matematycznych i logicznych, arytmetyki boolowskiej, poleceń warunkowych i najważniejszych struktur danych – list i słowników.

  • Podstawy programowania - część 21:13:59

    W tej części kursu, przestawiono dwa ważne pojęcia umożliwiające automatyzację wykonywanych sekwencji poleceń – tworzenie pętli for i funkcji.

  • Podstawy pracy z danymi – biblioteka pandas - część 11:54:25

    Uczestnicy kursu zapoznają się z importem niezbędnych w dalszej pracy bibliotek – numpy i pandas. Wprowadzone zostają kolejne struktury danych – tablica numpy oraz ramka danych pandas. Przedstawiane są przydatne funkcje numpy, koncepcja braków danych, tworzenie ramek danych za pomocą słowników i wczytywania danych z plików csv, MS Excel, czy SPSS. Omawiane są również podstawowe funkcjonalności pozwalające przeglądać dane, wybierać kolumny i filtrować wiersze za pomocą warunków definiowanych za pomocą funkcji loc i query.

  • Podstawy pracy z danymi – biblioteka pandas - część 21:18:14

    W tej części kursu uczestnicy nauczą się tworzyć statystyki opisowe, dodawać nowe zmienne, postępować z brakami danych, usuwać duplikaty, sortować ramki danych, rekodować zmienne, kategoryzować zmienne ciągłe oraz działać na ciągach tekstowych.

  • Podsumowanie0:42

Requirements

  • Znajomość obsługi komputera z systemem Windows w stopniu podstawowym.

Description

Podstawowe informacje o kursie

W trakcie kursu dowiesz się dlaczego i w jakich sytuacjach warto używać Pythona do analizy danych. Zaprezentujemy podstawowe zasady programowania i pracy z danymi w Pythonie. Pokażemy jak zainstalować i skonfigurować środowisko Jupiter Lab. W dalszej części przejdziemy do podstaw programowania (począwszy od podstawowych komend, typów danych, poprzez pętle i warunki a skończywszy na podstawowych strukturach danych). Zapoznamy się także z biblioteką Pandas, która udostępnia funkcjonalności związane z tak zwanymi ramkami danych (dwuwymiarowymi tablicami pozwalającymi na przechowywanie i przetwarzanie danych znajdujących się w wierszach i kolumnach). Oprócz tego zaznajomimy się również z biblioteką NumPy umożliwiającą działania na wielowymiarowych tabelach i macierzach.


Dla kogo ten kurs jest przeznaczony?

Kurs skierowany jest do:

  • Analityków danych oraz wszystkich osób, które w codziennej pracy chciałyby używać języka programowania Python

  • Naukowców i doktorantów różnych dziedzin i specjalizacji, którzy chcą poszerzyć swoją wiedzę i umiejętności w zakresie analizy danych.

Czego nauczysz się w trakcie kursu?

  • Dowiesz się czym jest język programowania Python i dlaczego warto się go nauczyć.

  • Zapoznasz się z procesem instalacji i konfiguracji środowiska Jupyter Lab.

  • Poznasz niezbędne podstawy programowania.

  • Poznasz działanie importu niezbędnych bibliotek numpy i pandas.

  • Nauczysz się tworzyć statystyki opisowe oraz pracować na danych.

Plan szkolenia

  1. Dlaczego Python?

  2. Instalacja i konfiguracja środowiska Jupyter Lab

  3. Podstawy programowania - cz. 1

  4. Podstawy programowania - cz. 2

  5. Podstawy pracy z danymi – biblioteka pandas - cz. 1

  6. Podstawy pracy z danymi – biblioteka pandas - cz. 2

Autor kursu

Dr Marian Płaszczyca - dyrektor działu statystyki w Centrum Badawczo-Rozwojowym Biostat.

Who this course is for:

  • Analitycy danych oraz wszystkie osoby, które w codziennej pracy chciałyby używać języka programowania Python
  • Naukowcy i doktoranci różnych dziedzin i specjalizacji, którzy chcą poszerzyć swoją wiedzę i umiejętności w zakresie analizy danych

Report abuse