Promocja

Kurs Data Science – Python

4 185 ocen
Data Science & AI
Data Science & AI

Kurs Data Science – Python jest przeznaczony dla wszystkich, którzy chcą poznać tajniki języka Python, analizy danych i statystyki. Nasze szkolenie pozwoli Ci zdobyć wiedzę i praktyczne umiejętności niezbędne dla osób chcących pracować jako data scientist, w tym znajomość języka Python i jego bibliotek. Kurs obejmuje m.in. uczenie maszynowe, przetwarzanie języka naturalnego, web scraping i wizualizację danych oraz obsługę NumPy, Scipy, BeautifulSoup czy Matplotlib.

68 godzin nauki

2 860,00  2 090,00  netto

Czas

68 godzin

Język

angielski

Typ szkolenia

Wirtualna klasa – live online

szkolenie sztuczna inteligencja
Promocja
Kurs Data Science - Python
Zobacz terminy zajęć
Zobacz terminy zajęć
Zobacz terminy zajęć
Zobacz terminy zajęć
Wyczyść
×
Termin: 12.06 - 17.07.2021, weekendowy
Terminy zajęć:
  • Sesja 1: 12 czerwca (sobota), godziny: 15:30-19:30
  • Sesja 2: 13 czerwca (niedziela), godziny: 15:30-19:30
  • Sesja 3: 19 czerwca (sobota), godziny: 15:30-19:30
  • Sesja 4: 20 czerwca (niedziela), godziny: 15:30-19:30
  • Sesja 5: 26 czerwca (sobota), godziny: 15:30-19:30
  • Sesja 6: 27 czerwca (niedziela), godziny: 15:30-19:30
  • Sesja 7: 3 lipca (sobota), godziny: 15:30-19:30
  • Sesja 8: 4 lipca (niedziela), godziny: 15:30-19:30
  • Sesja 9: 10 lipca (sobota), godziny: 15:30-19:30
  • Sesja 10: 11 lipca (niedziela), godziny: 15:30-19:30
  • Sesja 11: 17 lipca (sobota), godziny: 15:30-19:30
×
Termin: 26.06 - 31.07.2021, weekendowy
Terminy zajęć:
  • Sesja 1: 26 czerwca (sobota), godziny: 15:30-19:30
  • Sesja 2: 27 czerwca (niedziela), godziny: 15:30-19:30
  • Sesja 3: 3 lipca (sobota), godziny: 15:30-19:30
  • Sesja 4: 4 lipca (niedziela), godziny: 15:30-19:30
  • Sesja 5: 10 lipca (sobota), godziny: 15:30-19:30
  • Sesja 6: 11 lipca (niedziela), godziny: 15:30-19:30
  • Sesja 7: 17 lipca (sobota), godziny: 15:30-19:30
  • Sesja 8: 18 lipca (niedziela), godziny: 15:30-19:30
  • Sesja 9: 24 lipca (sobota), godziny: 15:30-19:30
  • Sesja 10: 25 lipca (niedziela), godziny: 15:30-19:30
  • Sesja 11: 31 lipca (sobota), godziny: 15:30-19:30
×
Termin: 7.06 - 25.06.2021, pon-pt
Terminy zajęć:
  • Sesja 1: 7 maja (poniedziałek), godziny: 16:30-19:30
  • Sesja 2: 8 maja (wtorek), godziny: 16:30-19:30
  • Sesja 3: 9 maja (środa), godziny: 16:30-19:30
  • Sesja 4: 10 maja (czwartek), godziny: 16:30-19:30
  • Sesja 5: 11 maja (piątek), godziny: 16:30-19:30
  • Sesja 6: 14 maja (poniedziałek), godziny: 16:30-19:30
  • Sesja 7: 15 maja (wtorek), godziny: 16:30-19:30
  • Sesja 8: 16 maja (środa), godziny: 16:30-19:30
  • Sesja 9: 17 maja (czwartek), godziny: 16:30-19:30
  • Sesja 10: 18 maja (piątek), godziny: 16:30-19:30
  • Sesja 11: 21 maja (poniedziałek), godziny: 16:30-19:30
  • Sesja 12: 22 czerwca (wtorek), godziny: 16:30-19:30
  • Sesja 13: 23 czerwca (środa), godziny: 16:30-19:30
  • Sesja 14: 24 czerwca (wtorek), godziny: 16:30-19:30
  • Sesja 15: 25 czerwca (środa), godziny: 16:30-19:30
×
Termin: 22.05 - 26.06.2021, weekendowy
Terminy zajęć:
  • Sesja 1: 22 maja (sobota), godziny: 16:00-20:00
  • Sesja 2: 23 maja (niedziela), godziny: 16:00-20:00
  • Sesja 3: 29 maja (sobota), godziny: 16:00-20:00
  • Sesja 4: 30 maja (niedziela), godziny: 16:00-20:00
  • Sesja 5: 5 czerwca (sobota), godziny: 16:00-20:00
  • Sesja 6: 6 czerwca (niedziela), godziny: 16:00-20:00
  • Sesja 7: 12 czerwca (sobota), godziny: 16:00-20:00
  • Sesja 8: 13 czerwca (niedziela), godziny: 16:00-20:00
  • Sesja 9: 19 czerwca (sobota), godziny: 16:00-20:00
  • Sesja 10: 20 czerwca (niedziela), godziny: 16:00-20:00
  • Sesja 11: 26 czerwca (sobota), godziny: 16:00-20:00

PayU Ratyjuż od: (oblicz)

Masz dodatkowe pytania?

Opis kursu

Pobierz sylabus

Efekty szkolenia Data Science Python

Nasz kurs pozwoli Ci zdobyć praktyczne umiejętności w takich dziedzinach jak analiza danych, uczenie maszynowe, wizualizacja danych czy web scraping. Nasze szkolenie data science obejmuje naukę różnych funkcji i bibliotek języka Python, m.in. NumPy, Scipy, scikit-learn, Matplotlib czy Beautiful Soup.

Jak wygląda szkolenie Data Science Python?

Kurs online Python opiera się na wykorzystaniu innowacyjnej metody Online bootcamp. Łączy ona zalety nauki we własnym tempie z materiałów audiowizualnych oraz bezpośredniego kontaktu z doświadczonym trenerem w wirtualnej klasie. Sesje wirtualnej klasy bazują na materiale z kursu do samodzielnej nauki. Dzięki bezpośredniemu kontaktowi z mentorem i praktycznemu podejściu pozwalają skuteczniej przyswoić sobie treści szkoleniowe. W zależności od preferowanych metod nauczania trenera kursanci będą mogli brać udział w dyskusjach, rozwiązywać zadania w grupach czy zadawać pytania. Materiały wideo do samodzielnej nauki oraz sesje wirtualnej klasy wymagają znajomości języka angielskiego.

Kogo zainteresuje program szkolenia Data Science Python?

Potencjał biznesowy big data sprawia, że firmy ze wszystkich sektorów gospodarki intensywnie poszukują osób zaznajomionych z data science. Niezależnie od tego, czy chodzi o udoskonalenie procesu rozwoju produktu, czy o skuteczniejsze utrzymanie klientów, czy też o znalezienie nowych okazji biznesowych, firmy zaczynają coraz częściej wykorzystywać data science – python, aby podtrzymywać swoją działalność, rozwijać się i prześcigać konkurencję.

Data scientist to dziś jeden z najbardziej pożądanych zawodów IT na rynku. Dlatego rozwój kariery w kierunku analizy danych daje dzisiaj ogromne możliwości i mocną pozycję na rynku pracy. Szkolenie jest przeznaczone przede wszystkim dla analityków danych chcących pracować w języku Python, programistów i specjalistów IT zainteresowanych analizą danych. Skorzystają na nim jednak wszyscy, którzy pragną zagłębić się w fascynującą dziedzinę, jaką jest data science – python.

Wymagania wstępne do zapisu na kurs Data Science Python

Nie trzeba spełniać żadnych wymagań, żeby zapisać się na szkolenie. Jest ono odpowiednie dla osób początkujących. Aby uczestniczyć w kursie, wystarczy 32 lub 64-bitowy system operacyjny i 1 GB pamięci RAM. Będziesz również potrzebować programów Anaconda i Jupyter Notebook. Materiały do samodzielnej nauki pokazują krok po kroku, jak je zainstalować.

Dlaczego warto wybrać szkolenie Data Science Python online?

data science pythonSzkolenia w formie zdalnej posiadają liczne zalety w stosunku do tradycyjnych szkoleń stacjonarnych. Według badań szkolenia online przekazują tę samą wiedzę co stacjonarne nawet 60% szybciej, pozwalając na pokrycie znacznie większego zakresu materiału w tym samym czasie. Nauczanie zdalne zapewnia komfort nauki z dowolnego miejsca, bez konieczności poświęcania czasu i pieniędzy na dojazd do miejsca szkolenia, pozwala też rozłożyć materiał na większą ilość spotkań. Nowoczesne oprogramowanie pozwala z kolei na efektywną organizację zajęć, włączając w to możliwość dyskutowania z trenerem, wykonywania zadań, rozwiązywania quizów czy pracy w grupach. Niezależnie od tego, czy tematem poruszanym przez szkolenie online jest Zarządzanie Projektami, Agile, Scrum, IT czy SEO – nasze kursy przekazują wiedzę w sposób praktyczny i skuteczny, zapewniają certyfikat oraz przygotowują do wymagań rynku pracy.

Sylabus szkolenia Data Science Python

  1. Data Science Overview
  2. Data Analytics Overview
  3. Statistical Analysis and Business Applications
  4. Python: Environment Setup and Essentials
  5. Mathematical Computing with Python (NumPy)
  6. Scientific computing with Python (Scipy)
  7. Data Manipulation with Python (Pandas)
  8. Machine Learning with Python (Scikit–Learn)
  9. Natural Language Processing with Scikit-Learn
  10. Data Visualization in Python using Matplotlib
  11. Data Science with Python Web Scraping
  12. Python integration with Hadoop, MapReduce and Spark

Już dziś zapisz się na nasz kurs, opanuj kluczowe funkcje języka Python w zakresie analizy danych i rozwiń swoją karierę w kierunku data science, jednego z kluczowych obszarów IT dla biznesu.

Kurs jest dostępny również jako część programów rozwojowych Artificial Intelligence Engineer oraz Data Scientist.

Zagadnienia

W trakcie szkolenia dowiesz się między innymi, jak:

  • posługiwać się językiem Python
  • przeprowadzać analizę statystyczną
  • korzystać z matematycznych funkcji biblioteki NumPy
  • dokonywać obliczeń naukowych przy pomocy biblioteki Scipy
  • wykorzystywać scikit-learn do uczenia maszynowego i przetwarzania języka naturalnego
  • wizualizować dane z użyciem Matplotlib
  • wyciągać dane ze stron internetowych (web scraping) przy pomocy biblioteki BeautifulSoup
  • integrować Pythona z HDFS i Spark

Projekty

  1. Projekt 1

    Przewidywanie ocen produktów dla Amazon

    Pomóż Amazonowi ulepszyć system poleceń, przewidując oceny wystawiane produktom i odpowiednio dodając je do rekomendacji.

  2. Projekt 2

    Przewidywanie popytu dla Walmart

    Oszacuj sprzedaż w 45 sklepach Walmart, uwzględniając efekt promocyjnych obniżek. Sprawdź, czy czynniki makroekonomiczne będą miały wpływ na sprzedaż.

  3. Projekt 3

    Poprawa doświadczenia klienta dla Comcast

    Przeanalizuj dane, aby znaleźć czynniki obniżające satysfakcję klientów i doradź amerykańskiej firmie telekomunikacyjnej Comcast, jak mogą poprawić doświadczenia klienta.

  4. Projekt 4

    Analiza rotacji pracowników dla IBM

    IBM chce zidentyfikować czynniki, które wpływają na rotację pracowników. Stwórz model regresji logistycznej, który pomoże przewidzieć ich odejścia.

  5. Projekt 5

    Analiza zgłoszeń NYC 311

    Przeprowadź analizę zgłoszeń trafiających do służb miejskich w Nowym Jorku. Wykorzystaj techniki przetwarzania danych, aby dostrzec pojawiające się schematy i zwizualizować najczęstsze typy zgłoszeń.

  6. Projekt 6

    Analiza bazy danych MovieLens

    Zespół badawczy strony MovieLens, która przygotowuje spersonalizowane rekomendacje filmowe, potrzebuje pomocy w pracach nad filtrowaniem informacji i systemem rekomendacji. Przeprowadź analizę bazy danych pozyskanych od użytkowników z użyciem techniki badania eksploracyjnego.

Data Science & AI

Zawartość

  • 68 godzin nauki (zajęcia wirtualnej klasy + materiały do samodzielnej nauki)
  • 12 miesięczny dostęp do materiałów wideo do samodzielnej nauki
  • pytania quizowe sprawdzające wiedzę z przyswojonego materiału
  • 6 projektów utrwalających nabyte umiejętności
  • test końcowy
  • możliwość uzyskania certyfikatu poświadczającego ukończenie kursu

Certyfikacja

Aby otrzymać certyfikat poświadczający ukończenie kursu, musisz:

  • obejrzeć co najmniej 85% materiałów do samodzielnej nauki
  • ukończyć projekt i przesłać jego wyniki do oceny przez naszego eksperta
  • zdać test końcowy z wynikiem nie niższym niż 60%
  • wziąć udział w sesji wirtualnej klasy

Pytania i odpowiedzi

Czym jest Python?

Czy będę w stanie nauczyć się data science przez Internet?

Jak długo jest ważny certyfikat Data Science z Pythonem?

Jakie są wymagania sprzętowe?

Czy można przedłużyć czas dostępu do kursu?

Mam problem z dostępem do kursu. Z kim mam się skontaktować?

Chcę dowiedzieć się więcej na temat tego kursu. Z kim mam się skontaktować?

*Zastrzeżenie