Data Science od podstaw w Python

DATA SCIENCE

OD PODSTAW

O szkoleniu

Kurs “Data Science od podstaw” ma na celu wprowadzenie uczestników w świat analizy danych. Podczas kursu uczestnicy poznają podstawowe pojęcia związane z uczeniem maszynowym, nauczą się przygotowywać dane do modelowania oraz tworzyć modele klasyfikacyjne, regresyjne oraz nienadzorowane.

Dla kogo jest kurs

Kurs Data Science od podstaw jest przeznaczony dla osób, które chcą:

zapoznać się z większością pojęć związanych z analizą danych,
nauczyć się tworzyć modele uczenia maszynowego,
poznać techniki efektywnego czyszczenia danych,
lepiej zrozumieć na czym polega uczenie maszynowe,
nauczyć się przeprowadzić od początku do końca projekt Data Science.

Czego się nauczysz?

Wykorzystywania różnych typów uczenia maszynowego
Przygotowywania danych do modelowania
Czyszczenia i uzupełnianie braków danych
Tworzenia modeli klasyfikacyjnych oraz regresyjnych
Wykorzystywania metod uczenia maszynowego nienadzorowanego
Pojęć związanych z Data Science, umożliwiających stworzenie projektu analizy danych

Zajęcia w dogodnym czasie

Do wyboru grupa w tygodniu lub weekendowa

50 godzin nauki

30 godziny zajęć + 20 godzin pracy własnej w czasie 5 tygodni

Kurs średniozaawansowany

Dla osób, które znają język Python na poziomie co najmniej podstawowym

Kameralna grupa

Maksymalnie 8 osób w grupie

Certyfikat ukończenia

Poświadczający nabyte umiejętności

Zdalna forma nauki

Zajęcia na platformie Zoom

Materiały do pracy własnej

Dedykowane do każdej części, możliwość zakupu samych materiałów

Wsparcie po zakończeniu kursu

Pozostajemy dostępni do pomocy w formie mailowej również po zakończeniu szkolenia

Program szkolenia

Szkolenie Data Science od podstaw składa się z 4 wymienionych poniżej części.
W trakcie szkolenia przechodzimy cały proces modelowania od A do Z.
Nie robimy przydługiego wstępu z teorii (ograniczamy się do potrzebnego minimum), szybko przechodzimy do praktyki i uczymy na konkretnych przykładach.
Na ostatnich zajęciach uczestnik otrzyma od nas zbiór danych do wykonania projektu końcowego obejmującego wszystkie omawiane zagadnienia – projekt zostanie sprawdzony i oceniony. Jego wykonanie będzie warunkiem otrzymania końcowego certyfikatu.
Około 2 tygodnie po ostatnich zajęciach zorganizowane zostaną dodatkowe indywidualne 20-minutowe konsultacje dla chętnych, w ramach których uczestnik będzie miał możliwość skonsultowania wątpliwości oraz problemów dotyczących zagadnień poruszanych w czasie kursu oraz przy wykonywaniu projektu końcowego.

CZĘŚĆ 1

Przygotowanie danych do modelowania

W ramach pierwszej części szkolenia omawiać będziemy proces
poprzedzający modelowanie, choć nie mniej ważny od niego. Przedstawione zarówno teoretycznie jak i praktycznie zostaną takie zagadnienia jak:

Analiza opisowa zbioru danych,
Feature engineering – modyfikacje i tworzenie nowych zmiennych,
Obsługa braków danych,
Wstęp do text miningu,
Analiza wartości odstających,
Standaryzacja zmiennych,
One-hot-encoding zmiennych kategorycznych,
Analiza zależności między zmiennymi,
Metody selekcji zmiennych do modelowania,
Redukcja wymiarów (PCA),
Podział danych na część treningową i testową.

CZĘŚĆ 2

Model regresji liniowej

W części drugiej rozpoczniemy proces modelowania od najprostszego z modeli – regresji liniowej. W ramach tego modułu uczestnik nauczy się:

W jakich sytuacjach buduje się modele regresji liniowej,
Jakie transformacje powinny poprzedzić budowę modelu,
Czym jest regularyzacja (ridge, lasso) i jak ją stosować w praktyce,
Na czym polegają i jak budować modele regresji liniowej
Jak oceniać jakość modeli regresji liniowej,
Jak interpretować wyniki modelu.

CZĘŚĆ 3

Modele klasyfikacji

Część trzecia poświęcona zostanie modelom klasyfikacyjnym – przejdziemy po kolei przez najważniejsze modele wprowadzając przy okazji niezbędne pojęcia i metody służące niezbędne do poprawnego ich budowania oraz jak najlepszej optymalizacji. W ramach tego modułu zaprezentujemy:

Model regresji logistycznej,
Walidację krzyżową (cross-validation) – czym jest, jak stosować
Drzewa decyzyjne,
Ensembling: boosting a bagging,
Lasy losowe,
Sposoby na tuning parametrów modelu (grid search, random search),
XGBoost,
Ocena jakości modeli: krzywe ROC, precision/recallI, miary AUC, accuracy, precision, recall, F1, macierz pomyłek,
Over/underfitting – czym są, jak je wykryć i jak im przeciwdziałać,
Sposoby obsługi danych niezbilansowanych – over/undersampling, SMOTE.