
Pro náš kurz doporučuji instalaci Anaconda Navigátoru, což je integrované prostředí obsahující kompletní jazyk Python a interaktivní platformu Jupyter Notebook, který budeme používat při výuce.
Poznámka: Pokud byste neměli administrátorská práva pro instalaci Anaconda Navigátoru, můžete použít on-line verzi Jupyter Notebooku (on-line verze je zde https://jupyter.org/).
Cvičení obsahuje dvacet příkladů a dva bonusové, náročnější příklady. Pokuste se vypracovat všechna cvičení samostatně. Pokud byste si nebyli jistí, jak příklady vyřešit, použijte Google. Kdyby ani Google nezabral, můžete se inspirovat navrženým řešením v našem notebooku "cvičení - řešení".
Kurz obsahuje ucelené informace o základní knihovně jazyka Python pro datové vědce - o knihovně Numpy.
Knihovna Numpy je základním stavebním kamenem řady dalších knihoven Pythonu pro práci s daty, jako například Pandas, Matplotlib, nebo SciKitLearn. Datový typ Numpy Array - homogenní n-rozměrné pole, je použit téměř v každé aplikaci strojového učení, ať už jde o rozpoznávání obrázků (Image Recognition), zpracování přirozeného jazyka (Natural Language Processing), nebo o prediktivní analytiku.
Kurz je tvořen výukovými videi, vytvořenými v interaktivním prostředí Jupyter Notebooku, pracovními notebooky pro jednotlivé kapitoly, textovými informacemi s odkazy na další zdroje, a cvičením, kde si práci s knihovnou Numpy vyzkoušíte na řešení praktických příkladů.
Absolvování tohoto kurzu vám upevní základy pro efektivní práci datového vědce, a předá vám znalosti potřebné pro pochopení operací prováděných v rámci klasického strojového učení a deep learningu.