Statystyka – Porady | Analizy | Opracowania | Obliczenia | Pomoc statystyczna

 

Już wkrótce w ofercie szkoleniowej Centrum Badawczo-Rozwojowego Biostat pojawi się szkolenie „Data Science w Python - podstawy. Analiza danych”. To ciekawa propozycja dla wszystkich, którzy na co dzień zajmują się analizą danych i chcieliby używać języka Python. Autorem szkolenia jest dr Marian Płaszczyca, który stosuje Pythona w analizie danych biomedycznych od 15 lat.

 

Kurs „Data Science w Python - podstawy. Analiza danych” już wkrótce znajdzie się na platformie szkoleniowej Biostatu. Jest to szkolenie na poziomie podstawowym, którego adresatami są:

  • analitycy danych oraz wszyscy, którzy w codziennej pracy chcieliby korzystać z języka programowania Python
  • naukowcy (w tym doktoranci), którzy chcą poszerzyć swoją wiedzę i umiejętności w zakresie analizy danych.

 

Celem szkolenia jest wskazanie tych obszarów data science, gdzie użycie języka Python może przynieść spore korzyści i być alternatywą dla innych narzędzi. W trakcie kursu pokażemy również jak zainstalować i skonfigurować środowisko Jupiter Lab. Wiele miejsca poświęcimy porządkowaniu, transformacji i wizualizacji danych – wylicza dr Marian Płaszczyca – autor szkolenia, dyrektor działu statystyki w Centrum Badawczo-Rozwojowym Biostat.

 

Szczegółowy plan kursu „Data Science w Python - podstawy. Analiza danych” przedstawia się następująco:

1. Dlaczego Python?

  • Czym jest Python?
  • Python czy Excel – dlaczego w ogóle używać języka programowania do pracy z danymi?
  • Python czy R?
  • Python w erze ChatGPT
  • Data science i uczenie maszynowe

 

2. Instalacja i konfiguracja środowiska Jupyter Lab

  • Anaconda
  • Jupyter lab

 

3. Podstawy programowania

  • Typy danych – liczby całkowite, liczby rzeczywiste ciągi tekstowe,
  • Struktury danych (Listy, słowniki)
  • Pętle for
  • Warunki If else

 

4. Podstawy pracy z danymi – biblioteka pandas

  • Import pakietów
  • wczytywanie danych
  • podstawowe operacje
  • zapisywanie wyników

 

5. Schludne dane i strategia Podziel, zastosuj i połącz (Split-apply-combine)

  • Dane zabałaganione a dane schludne – forma długa i forma szeroka
  • Wyciąganie danych z nazw kolumn
  • Reorganizacja danych
  • Grupowanie danych

 

6. Transformacja danych

  • Operacje na jednej kolumnie
    • Obróbka danych tekstowych (metody str)
    • Wyrażenia regularne
    • Wyodrębnianie danych z kolumny i podział na wiele kolumn
    • Operacje matematyczne
    • Dane kategoryczne
    • Data i czas
    • Uzupełnianie braków danych
  • Operacje na wielu kolumnach (apply, np.where, np.select)
  • Łączenie zbiorów danych (metody merge)

 

7. Wizualizacja danych – biblioteki matplotlib i seaborn

  • Podstawy tworzenia i dostosowywania wykresów
  • Fasetowanie danych
  • Organizacja wykresów w figury

 

8. Podstawy statystyki – scipy.stats, statsmodels

  • Stosowanie testów statystycznych
  • Wykonywanie analiz z wykorzystaniem regresji liniowej

 

Dodajmy, że ofercie Biostatu znajdują się też inne szkolenia z zakresu statystyki:

 

 

A już wkrótce dostępne będą kolejne szkolenia online, m.in.:

 

 

©2013 Statystyka.az.pl
Wszystkie prawa zastrzeżone.
Kontakt