Data Science Bootcamp w języku Python - od A do Z - 2022
- Opis
- Program
- Najczęściej zadawane pytania
- Recenzje
Data Scientist – zawód przyszłości!
Dynamiczny rozwój technologii, a także nieustannie zwiększająca się ilość danych, które są generowane powoduje, że w skali globalnej drastycznie wzrasta zapotrzebowanie na osoby zajmujące się data science. Jest to już trend globalny od którego żaden wysoko rozwinięty kraj nie może przejść obojętnie.
Przez ostatni rok sporo firm działających na terenie Polski zaczęło budować zespoły data science. Pojawiło się także bardzo dużo ofert pracy związanych z przeróżnymi branżami, np. finanse, ubezpieczenia, telco, sprzedaż, marketing internetowy czy nawet gaming, To tylko początkowy sygnał trendu, który jak przewiduje wiele źródeł nie pojawił się tylko na chwilę.
Kim jest data scientist?
Jest to osoba, która łączy w sobie rolę programisty (tutaj preferowanym językiem jest Python) oraz analityka danych poruszająca się zwinnie w obszarze statystyki oraz uczenia maszynowego. Poza cechami technicznymi cenne są także umiejętności miękkie, takie jak umiejętność prezentacji, ciekawość, umiejętność wyjaśniania skomplikowanych zagadnień w prosty sposób czy myślenie krytyczne.
Jeśli zastanawiasz się nad karierą w data science właściwy moment jest właśnie teraz!
Boom na rozwiązania AI
Zastosowania sztucznej inteligencji (Artificial Intelligence) rosną w tempie wykładniczym. Od prostych modeli klasyfikujących pocztę mailową, wybierającą najbardziej optymalną trasę dojazdu, rozpoznającą nas w czasie rzeczywistym (wideoweryfikacja) po auta a nawet samoloty autonomiczne. A przed nami przecież tyle nieodkrytych obszarów w których można zastosować AI.
Stack Overflow Developer Survey
Według Stack Overflow Developer Survey 2021 język Python jest najchętniej wybieranym językiem do nauki programowania.
-
5Array: Tablice NumPy ndarrayVideo lesson
-
6Array: Podstawowe typy danych w bibliotece NumPyVideo lesson
-
7Array: Tworzenie tablic NumPy ndarrayVideo lesson
-
8Array: Podstawowe operacje na tablicachVideo lesson
-
9Array: Generowanie liczb pseudolosowych - np.randomVideo lesson
-
10Array: Podstawowe funkcje w bibliotece NumPyVideo lesson
-
11Array: Indeksowanie i wycinanie tablicVideo lesson
-
12Array: Iteracja po tablicach, zmiana rozmiaru oraz maski logiczneVideo lesson
-
13Algebra liniowa: Norma wektora i odległość punktówVideo lesson
-
14Algebra liniowa: Mnożenie macierzyVideo lesson
-
15Algebra liniowa: Wyznacznik, macierz jednostkowa, odwrotna i transponowanaVideo lesson
-
16Algebra liniowa: Rozwiązywanie układów równańVideo lesson
-
17Funkcje statystyczne w bibliotece NumPyVideo lesson
-
18TestQuiz
-
19UpdateText lesson
-
20Series: tworzenie obiektów cz. 1Video lesson
-
21Series: tworzenie obiektów cz. 2Video lesson
-
22Series: praca z obiektemVideo lesson
-
23Series: metoda apply()Video lesson
-
24DataFrame: tworzenie obiektówVideo lesson
-
25DataFrame: selekcja kolumnVideo lesson
-
26Case Study: dane giełdowe cz.1Video lesson
-
27Case Study: dane giełdowe cz.2Video lesson
-
28DataFrame: obliczanie nowych kolumnVideo lesson
-
29DataFrame: filtrowanie danychVideo lesson
-
30Zapis/odczyt danych - CSV, XLSXVideo lesson
-
31London Bike DatasetVideo lesson
-
32DataFrame: łączenie danychVideo lesson
-
33DataFrame: łączenie danych - appendVideo lesson
-
34Case Study II - Google App Store Data cz. 1Video lesson
-
35Case Study II - Google App Store Data cz. 2Video lesson
-
36Case Study II - Google App Store Data cz. 3Video lesson
-
37DataFrame: porównanie do języka SQL cz. 1Video lesson
-
38DataFrame: porównanie do języka SQL cz. 2Video lesson
-
39DataFrame: porównanie do języka SQL cz. 3Video lesson
-
40TestQuiz
-
41Matplotlib: wprowadzenieVideo lesson
-
42Matplotlib: wykresy słupkowe i punktoweVideo lesson
-
43Matplotlib: wyświetlanie obrazów, subplotyVideo lesson
-
44Matplotlib: styleVideo lesson
-
45Seaborn: wprowadzenie cz. 1Video lesson
-
46Seaborn; wprowadzenie cz. 2Video lesson
-
47Plotly Express: wprowadzenie cz. 1Video lesson
-
48Plotly Express: wprowadzenie cz. 2Video lesson
-
49Plotly Express: tworzenie animacjiVideo lesson
-
50Plotly Express: notowania giełdoweVideo lesson
-
51Plotly Express: wykresy słupkoweVideo lesson
-
52Plotly Express: mapyVideo lesson
-
53Plotly: wprowadzenieVideo lesson
-
54Plotly: diagram Sankey'aVideo lesson
-
55Plotly: wykres świecowyVideo lesson
-
65Biblioteka scikit-learnVideo lesson
-
66Pierwszy modelVideo lesson
-
67Klasyfikacja binarna: dokładność modelu + interpretacja graficzna cz. 1Video lesson
-
68Klasyfikacja binarna: dokładność modelu + interpretacja graficzna cz. 2Video lesson
-
69Klasyfikacja binarna: macierz konfuzjiVideo lesson
-
70Klasyfikacja binarna: metryki na podstawie macierzy konfuzjiVideo lesson
-
71Klasyfikacja binarna: krzywa ROCVideo lesson
-
72Klasyfikacja wieloklasowa: metody oceny modeluVideo lesson
-
73Regresja: metody oceny modeluVideo lesson
-
74Regresja: model regresji liniowej cz. 1Video lesson
-
75Regresja: model regresji liniowej cz. 2Video lesson
-
76Regresja wielomianowaVideo lesson
-
77Regresja logistycznaVideo lesson
-
78Klasyfikacja: algorytm k-najbliższych sąsiadówVideo lesson
-
79Klasyfikacja: algorytm drzew decyzyjnychVideo lesson
-
80scikit-learn: cheat-sheetVideo lesson
-
81Klasyfikacja: Support Vector MachineVideo lesson
-
82Pierwsza sieć neuronowa - wprowadzenie cz. 1Video lesson
-
83Pierwsza sieć neuronowa - wprowadzenie cz. 2Video lesson
-
84Pierwsza sieć neuronowa - rozpoznawanie cyfrVideo lesson
-
85Keras: wprowadzenie cz. 1Video lesson
-
86Keras: wprowadzenie cz. 2Video lesson
-
87Klasyfikacja wieloklasowa - Fashion MNISTVideo lesson
-
88Tensorflow Hub - Transfer LearningVideo lesson
