to jeden z najczęściej wybieranych, obok środowiska R, języków programowania przez analityków danych na świecie. Swoją popularność zawdzięcza prostocie i czytelności, szybkości i wszechstronności. To prawdopodobnie najlepszy wybór do szybkiego tworzenia niemalże dowolnych projektów od analizy statystycznej i Machine Learningu, przez scrapery i aplikacje webowe, na skryptach systemowych i samodzielnych aplikacjach kończąc. Niezależnie od tego czego potrzebujesz, najpewniej znajdziesz wysokiej jakości bibliotekę Pythona, która pomoże Ci szybko zrealizować cel.

Kurs Python - Python

Kursy Python

Ścieżka Python składa się z kursów poświęconych językowi programowania Python. Kursy zostały przygotowane z myślą o nowoczesnej i interdyscyplinarnej analizie danych – Data Science. Ścieżka rozpoczyna się zajęciami dla osób stawiających pierwsze kroki w programowaniu i analizie danych. Na kolejnych kursach Słuchacze poznają zaawansowane techniki modelowania danych (Machine Learning, Deep Learning, Text Mining) oraz rozwijają swoje kompetencje w zakresie języka Python (aplikacje webowe, web scraping, zaawansowane programowanie).

Dla osób stawiających pierwsze kroki w programowaniu lub analizie danych i chcą przejść przez wszystkie kursy, sugerujemy następującą kolejność: „Analiza danych i programowanie w Pythonie”, następnie można skierować się w stronę zaawansowanej analityki („Warsztaty Machine Learning w Pythonie”) lub zaawansowanego programowania („Aplikacje webowe, web scraping i programowanie w Pythonie”). Po opanowaniu podstaw uczenia maszynowego na kursie „Warsztaty Machine Learning w Pythonie” można kontynuować naukę na kursie „Deep Learning, Text Mining i XAI w Pythonie”.

Analiza danych i programowanie w Pythonie

Podstawowym przeznaczeniem kursu „Analiza danych i programowanie w Pythonie”, jest wprowadzenie do języka Python. Jest on obecnie jednym z najpopularniejszych języków programowania, używanym zarówno do analizy i wizualizacji danych jak i tworzenia aplikacji webowych i natywnych. Zajęcia dedykowane są przede wszystkim osobom rozpoczynającym przygodę z programowaniem lub Pythonem. Użytkownicy niepracujący wcześniej z danymi ilościowymi powinni (naszym zdaniem) najpierw dobrze poznać środowisko MS Excel. Przydatna, ale nie niezbędna, może być znajomość programu R. Praca w Pythonie oznacza niemal wyłącznie pisanie komend (korzystając z różnorodnych bibliotek), w związku z tym interfejs graficzny jest tylko dodatkiem i ułatwieniem w programowaniu i obliczeniach.

4,55/5,00
30 godzin dydaktycznych

Aplikacje webowe, web scraping i programowanie w Pythonie

Kurs „Aplikacje webowe, web scraping i programowanie w Pythonie” stanowi naturalną kontynuację kursu Analiza danych i programowanie w Pythonie. Celem kursu jest głębsze poznanie tego języka programowania i możliwości jego wykorzystania w dziedzinie Data Science. Uczestnicy z jednej strony poznają zagadnienia i pakiety rozszerzające możliwości pracy jako analityka danych, jak również zapoznają się z tymi elementami języka Python, które zdecydowanie wykraczają ponad poziom podstawowy. 

4,70/5,00
30 godzin dydaktycznych

Warsztaty Machine Learning w Pythonie

Kurs „Warsztaty Machine Learning w Pythonie”, jest prowadzony na poziomie średniozaawansowanym i zaawansowanym. Celem jest przekazanie umiejętności budowania modeli predykcyjnych w obszarze Data Science z wykorzystaniem technik uczenia maszynowego (z ang. Machine Learning). Na zajęciach uczymy w sposób intuicyjny teoretycznych podstaw modelu, silnych i słaby stron każdej metody i na praktycznych przykładach przekazujemy umiejętność wykorzystania modeli w praktyce.

4,56/5,00
30 godzin dydaktycznych

Deep Learning, Text Mining i XAI w Pythonie

Kurs „Deep Learning, Text Mining i XAI w Pythonie” prowadzony jest na poziomie zaawansowanym i jest kontynuacją kursu „Warsztaty Machine Learning w Pythonie”. Po opanowaniu najpopularniejszych i relatywnie prostych modeli Machine Learning, takich jak lasy losowe i XGBoost, dalsza edukacja analityka pracującego w roli Data Scientist powinna skupić się na poznaniu zagadnień i narzędzi specjalistycznych, a także uzyskaniu umiejętności potrzebnych do uprodukcyjniania stworzonych narzędzi i przekształceniu uzyskiwanych prognoz w zysk dla przedsiębiorstwa.

4,60/5,00
30 godzin dydaktycznych