Základy statistiky v jazyce Python s knihovnami pandas, sklearn, matplotlib a seaborn (PYTHAI1)
Programování, Python
Toto školení se zaměřuje na základy statistiky v jazyce Python a knihovnách pandas, sklearn, matplotlib a seaborn. Účastníci se naučí analýze a interpretaci dat, základním principům strojového učení a vizualizaci datových analýz. Školení zahrnuje deskriptivní statistiku, pravděpodobnost a rozdělení, vztahy mezi proměnnými, inferenční statistiku a práci s kategoriálními proměnnými.
TOTO ŠKOLENÍ VÁM POMŮŽE:
- Získat dovednosti potřebné k analýze a správné interpretaci dat
- Pochopit základní principy strojového učení
- Komunikovat závěry z datové analýzy kolegům, nadřízeným, podřízeným a obchodním partnerům za pomoci knihoven pro vizualizaci dat
KDO BY SE MĚL KURZU ZÚČASTNIT?
- Začínající datoví analytici a vývojáři
- Specialisté z řad marketingu, prodeje, logistiky
Lokalita, termín kurzu
Brno + online (volitelně)
19.6. - 20.6.2023
25 900 Kč
21.8. - 22.8.2023
25 900 Kč
23.10. - 24.10.2023
25 900 Kč
Praha + online (volitelně)
17.7. - 18.7.2023
25 900 Kč
18.9. - 19.9.2023
25 900 Kč
20.11. - 21.11.2023
25 900 Kč
Virtuálně se můžete přidat i ke školením ve výše nabízených lokalitách. Do poznámky v objednávce prosím uveďte „Připojím se virtuálně“
Náplň kurzu:
Skrýt detaily
-
Deskriptivní statistika
-
Střední hodnota, medián, rozptyl, směrodatná odchylka, kvartily
-
Výpočet deskriptivních statistik s pandas
-
Vizualizace deskriptivních statistik pomocí matplotlib a seaborn
-
Pravděpodobnost a rozdělení
-
Základy pravděpodobnosti
-
Diskrétní a spojité rozdělení: binomické, normální, exponenciální, t-student
-
Výpočet pravděpodobnosti a percentilů s pomocí Pythonu
-
Vztahy mezi proměnnými
-
Korelace: Pearsonův, Spearmanův
-
Výpočet korelace s pandas a vizualizace pomocí seaborn
-
Regresní analýza: lineární regrese, metoda nejmenších čtverců
-
Implementace lineární regrese s pomocí sklearn
-
Inferenční statistika
-
Hypotéza, nulová hypotéza, alternativní hypotéza
-
Chyby prvního a druhého druhu
-
Základní testy: t-test, ANOVA, chi-kvadrát
-
Implementace testů s Pythonu pomocí knihovny scipy
-
Inferenční statistika
-
Hypotéza, nulová hypotéza, alternativní hypotéza
-
Chyby prvního a druhého druhu
-
Základní testy: t-test, ANOVA, chi-kvadrát
-
Implementace testů s Pythonu pomocí knihovny scipy
-
Práce s kategoriálními proměnnými
-
Identifikace kategoriálních proměnných
-
Převod kategoriálních proměnných na numerické
-
Implementace převodu kategoriálních proměnných s pandas a sklearn
-
Předpokládané znalosti:
-
základní znalost jazyka Python a knihovny Pandas, ideálně na úrovni školení PYTH1
-
Doporučený předchozí kurz:
-
Python - základy programování (PYTH1)
-
Časový rozvrh:
-
2 dny (9:00hod. - 17:00hod.)
-
Cena za osobu:
-
25 900,00 Kč (31 339,00 Kč včetně 21% DPH)
-
Jazyk:
-
Česky