Analiza danych i programowanie w Python

987 zł*
*Podana cena kursu jest ceną:

  • brutto (zawiera podatek VAT 23%), jeśli zakupu dokonują osoby fizyczne nie prowadzące działalności gospodarczej;
  • netto (nie zawiera podatku VAT 23% – cena brutto 1214,01 zł), jeśli zakupu dokonują osoby fizyczne prowadzące działalność gospodarczą lub osoby prawne;
  • obowiązującą dla płatności przed rozpoczęciem kursu.
Cena zawiera m.in. certyfikat zdania egzaminu (na podstawie rozwiązanych zadań sprawdzających), zaświadczenie ukończenia kursu (na podstawie obecności), komplet materiałów z pełnymi rozwiązaniami, darmowe konsultacje (więcej), zajęcia w sali komputerowej lub w formie zdalnej (więcej) – do wyboru.
(za 30 godzin dydaktycznych)
*Szczegóły cenowe
Kurs Python - Python

Poziom: podstawowy + średnio zaawansowany

30 godzin dydaktycznych

Zajęcia zdalne lub stacjonarne w sali komputerowej

Zaświadczenie ukończenia

Ocena kursu: 4,55/5,00 – 94% ocen co najmniej 4 (w skali od 1 do 5)

Koordynator: Piotr Ćwiakowski (pcwiakowski@labmasters.pl)

Oprogramowanie: Python / Jupyter Notebook

Miejsce: Wydział Nauk Ekonomicznych UW, Warszawa ul. Długa 44/50 (mapa)

Opis kursu

Kurs Analiza danych i programowanie w Python to kompleksowe i uniwersalne wprowadzenie do języka Python. Szkolenie jest idealną propozycją zarówno dla początkujących programistów, jak i analityków (w tym Data Science). Na zajęciach uczymy programowania i analizy danych od podstaw, krok po kroku. Praca w Pythonie oznacza niemal wyłącznie pisanie komend – interfejs graficzny jest tylko dodatkiem i ułatwieniem w programowaniu i obliczeniach. Użytkownicy niepracujący nigdy wcześniej z danymi ilościowymi powinni (naszym zdaniem) najpierw poznać środowisko MS Excel, SQL bądź Power BI.

Tematyka kursu obejmuje zapoznanie Słuchaczy z językiem programowania Python oraz środowiskiem Jupyter Notebook, zapoznanie z podstawami programowania funkcyjnego  i obiektowego oraz przedstawienie popularnych pakietów do przetwarzania danych oraz wizualizacji graficznej (Numpy, Pandas, Matplotlib). Główny nacisk (prawie połowa kursu) położony jest na przekazanie umiejętności biegłej analizy danych w bibliotece Pandas.

Kurs ma charakter warsztatowy i intensywny – podczas każdych zajęć oprócz prezentacji, wyczerpująco skomentowanych skryptów Pythona, Słuchacze wykonują pod kierunkiem prowadzącego wiele krótkich ćwiczeń i zadań, które sprawiają, że wiedza przekazywana na zajęciach natychmiast zamienia się w konkretne umiejętności. Po kursie Słuchacz jest samodzielnym programistą i analitykiem w języku Python i potrafi samodzielnie poszerzać kompetencje w wybranym przez siebie kierunku. Kurs jest dostępny również w wersji zajęć online (zajęcia na żywo) jak i e-learning).

Zapisy

Rejestracja na kurs jest aktywna

Termin: 28.05-05.06.2025, środy i czwartki w godz. 9:00-15:00.
Daty zajęć: 28.05, 29.05, 04.06, 05.06.
Stan zapisów: rejestracja aktywna do 26.05.2025 do godz. 7.00 lub do wyczerpania miejsc.
Uwaga: kurs realizowany w formie zdalnej.

Rejestracja na kurs e-learning

Forma zajęć: e-learning
Cena: 690 zł*
Termin: brak sztywnych terminów (rok dostępu)
Stan zapisów: trwa rejestracja

Zgłoś zainteresowanie

Jeżeli jesteś zainteresowany(a) wzięciem udziału w kursie realizowanym na żywo w innym terminie, zgłoś wstępną chęć uczestnictwa. Dzięki temu, wcześniej niż inni otrzymasz informację o zapisach i będziesz mieć pierwszeństwo w rejestracji.

Tematyka kursu

Wprowadzenie do środowiska Python oraz Jupyter Notebook.

Omówienie środowiska pracy jakim jest Jupyter Notebook, typów prymitywnych (float, int, str, bool), podstawowych obiektów (listy, krotki, zbiory, słowniki). Praca ze stringami (w tym formatowanie stringów i korzystanie z metod wbudowanych w obiekt string). Różnica między kopią i referencją.

Wprowadzenie do programowania.

Wykorzystanie podstawowych elementów do kontroli przepływów takich jak for/if/while wraz z elementami pass, break i continue. Przegląd iteratorów (w tym range, zip i enumerate). Iterowanie po obiektach (np. listach, słownikach). Charakterystyczne dla Pythona funkcje list oraz dict comprehension (szybkie tworzenie list oraz słowników). Podstawy obsługi błędów w Pythonie.

Programowanie funkcyjne i obiektowe

Zasady tworzenia funkcji w Pythonie, w tym funkcji lambda (anonimowych). Wykorzystanie dynamicznej listy argumentów. Omówienie zakresów zmiennych przy wykorzystywaniu funkcji. Wektoryzacja funkcji. Przykłady profilowania kodu w Pythonie. Funkcje rekurencyjne. Wprowadzenie do programowania obiektowego.

Numpy i Scipy.

Omówienie obiektu nd.array: tworzenie, modyfikacja, indeksowanie, przekształcanie (reshape) wektorów i macierzy. Sortowanie, dzielenie, łączenie macierzy. Typy wartości Numpy. Obsługa obiektu np.nan (brak danych). Generowanie liczb pseudolosowych z szerokiej rodziny rozkładów. Przegląd funkcji matematycznych, statystycznych,  algebraicznych. Numpy jako podstawa pakietów analitycznych.

Przetwarzanie i analiza danych w Pandas.

Przedstawienie obiektów DataFrame i Series, wczytywanie plików różnych formatów (m. in. txt, csv i xlsx),  filtrowanie obserwacji (.loc, .iloc, query), praca z indeksami wierszowymi i kolumnowymi,   selekcja zmiennych, tworzenie nowych zmiennych, przetwarzanie kolumn: liczbowych, tekstowych, daty, dyskretnych (typ pd.Categorical), praca z brakami danych, wyznaczanie podstawowych statystyk opisowych dla zmiennych, omówienie pętli w pandasie (np. apply, map), grupowanie i agregacja obserwacji, przekształcanie tabel pomiędzy formą długą i szeroką, tworzenie tabel przestawnych, łączenie tabel danych, praca na szeregach czasowych..

Wizualizacja danych w Matplotlib i Seaborn.

Wykorzystanie podstawowego pakietu Pythona do wizualizacji Matplotlib. Tworzenie wykresów, facetowanie, kontrola nad warstwami i seriami. Konfiguracja podstawowych elementów wykresu, eksport wykresów do formatów wektorowych i rastrowych. Integracja Pandas z Matplotlib. Przykłady wizualizacji w Seaborn.

Czego się nauczysz

Na kursie Analiza danych i programowanie w Python nauczysz się programowania w Pythonie w stopniu średnio zaawansowanym. Będziesz potrafić efektywnie wykonywać szczegółowe analizy zbiorów danych i komunikować wyniki za pośrednictwem przejrzystych tabel i ciekawych, atrakcyjnych graficznie wykresów. Co ważniejsze, będziesz potrafił(a) samodzielnie rozbudowywać swoje kompetencje programistyczne w Pythonie, wyszukiwać potrzebne funkcje i biblioteki w Internecie i aplikować je w swoich analizach.

Opinie uczestników

„Bardzo dobrze przygotowany początek przygody z programowaniem w języku Python z użyciem wielu bibliotek. TBC :)”
„Kurs kompaktowy, dość szybki, ale rozsądnie ułożony. Bardzo pozytywne wrażenia!”
„Obszerny zakres, ciekawe materiały, dobrze zorganizowana platforma.”
„Super gość. Ma uporządkowaną wiedzę i w taki sposób ją prezentuje.”
„Pan Piotr posiada ogromną wiedzę i potrafi ją przekazać. Zawsze cierpliwie odpowiada na nasze pytania i jednocześnie rozbudowuje kurs o pytania uczestników. Z przyjemnością pójdę na kolejny kurs.”
„Bardzo wysoko oceniam szkolenia pod względem sposobu prowadzenia, przygotowania materiałów, kontaktu ze słuchaczami, wspólne rozwiązywanie zadań w trakcie zajęć.”
„Super!”
„Wszystko świetnie omówione.”
„Ciekawy kurs, przekazał podstawy do samodzielnej pracy.”
„Prowadzący bardzo dobrze i ciekawie prowadził zajęcia.”
„Bardzo ciekawy kurs, można nauczyć się podstaw w bardzo krótkim czasie.”
„Super, gratuluję i dziękuję!”
„Kurs przeprowadzony w sposób przystępny i skondensowany, bez zbędnego przeciągania i tracenia czasu. Forma warsztatowa i bierzące rozwiązywanie przykładów przez prowadzącego zdecydowanie na plus.”
„Bardzo dobre prowadzenie kursu zachęcające do aktywnego udziału. Duży talent do przekazywania skomplikowanych zagadnień w przystępny sposób. Pan Piotr był najsilniejszym punktem kursu.”
„Szczególnie przydatna książeczka z wydrukiem – można zrobić notatki, itp.”
„(..) na pewno będę polecać i na pewno to nie mój ostatni kurs u Państwa.”
„Prowadzący bardzo pomocny i odpowiadający na wszystkie pytania.”
„Do oceny prowadzącego brakuje skali 🙂 oczywiście powyżej 5!”
„Kurs bardzo ciekawy, dobrze prowadzony, spełnił moje oczekiwania.”
„Super kurs i forma zdalna swietnie sie sprawdzila.”
„Bardzo podobała mi się forma prowadzenia kursu, kompetentny bardzo prowadzący, zawsze chętny do wyjaśnienia jakichkolwiek wątpliwości. Jeśli będzie możliwość, chętnie zapiszę się na następną edycję kursu Machine Learning po przyswojeniu dokładnie ogromnej dawki wiedzy z obecnego kursu Analizy Danych.”
„Bardzo pomocne i dobrze sformułowane materiały do zajęć. Wszystkie wątpliwości w czasie kursu były wyjaśniane na bieżąco i dokładnie.”