Sztuka wizualizacji danych, storytelling i autoprezentacja w Pythonie - nowy kurs!

847 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 1041,81 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 25 godzin dydaktycznych)
*Szczegóły cenowe
Kurs Python - Python

Poziom: średnio zaawansowany

25 godzin dydaktycznych

Zajęcia zdalne lub stacjonarne w sali komputerowej

Zaświadczenie ukończenia

Ocena kursu: nowy kurs

Koordynator: Piotr Ćwiakowski (pcwiakowski@labmasters.pl)

Oprogramowanie: Python / Jupyter Notebook

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

Opis kursu

Umiejętność praktycznej i ciekawej komunikacji wyników statystycznych jest bardzo ważną kompetencją w pracy analityka. Odbiorcy wyników naszych analiz (menedżerowie, właściciele procesów, etc.) nie są najczęściej zainteresowani zrozumieniem pełnego zakresu wyrafinowania naszych analiz/modeli, ani poznaniem wszystkich wyzwań jakie pokonaliśmy na drodze do osiągnięcia wyników. Nasi słuchacze i czytelnicy chcą otrzymać intuicyjne, logicznie skonstruowane i proste podsumowanie przeprowadzonych obliczeń. W tym celu potrzebne jest (oprócz dogłębnej wiedzy o przedstawianym zagadnieniu):

  • wiedza o poprawnym interpretowaniu danych statystycznych (tak, aby nie wprowadzać odbiorcy w błąd i poprawnie interpretować identyfikować w danych zależności),
  • znajomość technik poprawnej wizualizacji danych (tak, aby przedstawiona na wykresach informacja była czytelna i łatwa do zrozumienia),
  • znajomość zaawansowanych metod wizualizacji danych (tak, aby przygotowywane prezentacje były ciekawe i oryginalne),
  • umiejętność strukturyzowania wywodu (tak, aby opis analizy, niezależnie czy napisany czy wygłaszany, był zrozumiały, łatwy do śledzenia przez odbiorcę i ciekawy).

Podczas warsztatów uczestnicy nauczą się twardych kompetencji programistycznych (tworzenie zaawansowanych wizualizacji w pakietach matplotlib i seaborn) jak i poznają zagadnienia z pogranicza statystyki, ekonomii, psychologii, retoryki oraz data science (np. sztuka efektywnej wizualizacji danych) w celu poznania skutecznych metod prezentacji danych statystycznych w sposób ciekawy, prosty i praktyczny. Duży nacisk położony jest na przykłady i case study. Po wprowadzeniu teoretycznym i omówieniu przykładów biznesowych, następuje część praktyczna, w której uczestnicy ćwiczą umiejętność poprawnego i interesującego przekazywania wiedzy z przeprowadzonych analiz, rozwiązując zadania pod kierunkiem prowadzącego.

Kurs prowadzony jest na poziomie średnio zaawansowanym. Wcześniejsza znajomość Pythona jest wymagana (w zakresie omawianym na kursie: Analiza danych i programowanie w Pythonie). Przydatna (ale nie niezbędna) jest wiedza ze statystycznej analizy danych (w zakresie omawianym na kursie: Statystyka, ekonometria i szeregi czasowe w Pythonie).

Zapisy

Rejestracja na kurs jest aktywna

Termin: 05.12-19.12.2023, wtorki i czwartki w godz. 16.30-20.30.
Daty zajęć: 05.12, 07.12, 12.12, 14.12, 19.12.
Stan zapisów: rejestracja aktywna do 1.12.2023 do godz. 8.00 lub do wyczerpania miejsc.
Uwaga: kurs realizowany jedynie w formie zdalnej.

Zgłoś zainteresowanie

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

Tematyka kursu

Wizualizacje danych (pakiety matplotlib, seaborn)

Wizualizacje w Matplotlib. Tworzenie wykresów, facetowanie, kontrola nad warstwami i seriami. Konfiguracja podstawowych elementów wykresu, eksport wykresów do formatów wektorowych i rastrowych. Integracja Pandas z Matplotlib. Przegląd wizualizacji i funkcji w Seaborn.

Sztuka wizualizacji danych

Przegląd technik wizualizacji (podstawowych i zaawansowanych), sztuka poprawnej wizualizacji (lie factor, ink factor i przykłady dobrych/złych praktyk), sztuka efektywnej wizualizacji danych (tworzenie wykresów w najlepszy sposób przekazujących informacje), percepcja kolorów, obrazu, danych, skal, praktyczne przykłady skutecznej wizualizacji danych w opisie wyników zjawisk.

Storytelling – wprowadzenie

Znaczenie storytellingu w popularyzacji i propagacji wyników badań, umiejętności potrzebne do wygłaszania skutecznych prezentacji, czynniki wpływające na efektywność prezentacji. przykłady udanego storrytellingu w analizie danych elementy retoryki (sztuka wypowiadania się, argumentacji, rozumowania, prezentacji).

Interpretacja i prezentacja danych statystycznych

Omówienie/powtórzenie popularnych pojęć statystycznych, korelacja vs. przyczynowość, (nie)możliwości udowadnianie przyczynowości w statystyce, popularne błędy poznawcze w statystyce (statistical fallacies), pułapki myślenia według Kahnemana, elementy ekonomii behawioralnej i eksperymentalnej, jak przekazywać informacje statystyczne laikom, praktyczne przykłady intuicyjnego posługiwania się statystyką do opisu zjawisk.