Udemy

Platform

Polski

Language

Data Science

Category

Data Science Bootcamp w języku Python - od A do Z - 2021

Wejdź w świat data science i otwórz sobie drogę do zawodu przyszłości - data scientist!

4.90 (119 reviews)

Students

13 hours

Content

Sep 2021

Last Update
Regular Price


What you will learn

Pracy z narzędziem Google Colab

Biblioteki do obliczeń numerycznych NumPy

Podstaw algebry liniowej w języku Python

Analizy danych w bibliotece Pandas

Wizualizacji danych w bibliotekach: matplotlib, seaborn, plotly

Budowania interaktywnych dashboardów - dash, plotly

Podstaw prawdopodobieństwa i statystyki

Podstaw uczenia maszynowego z biblioteką scikit-learn

Budowy modeli klasyfikacji i regresji

Regresji liniowej

Regresji wielomianowej

Regresji logistycznej

Działania algorytmu k-najbliższych sąsiadów

Działania algorytmu drzew decyzyjnych

Podstaw uczenia głębokiego z bibliotekami Tensorflow oraz Keras

Budowy sieci neuronowej z pakietem Keras

Wykorzystania Tensorflow Hub oraz transfer learning

Podstaw Computer Vision z biblioteką OpenCV


Description

---------------------------------------------------------

REKOMENDOWANE ŚCIEŻKI UCZENIA

---------------------------------------------------------

PYTHON DEVELOPER:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest


SQL DEVELOPER:

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


DATA SCIENTIST / MACHINE LEARNING ENGINEER:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia


DATA SCIENTIST / DEEP LEARNING ENGINEER

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia

  • Machine Learning Bootcamp w języku Python cz.I - od A do Z

  • Machine Learning Bootcamp w języku Python cz.II - od A do Z

  • Machine Learning Bootcamp w języku Python cz.III - Ćwiczenia

  • Wprowadzenie do sieci neuronowych - Tensorflow 2.0 + Keras

  • Deep Learning w języku Python - Konwolucyjne Sieci Neuronowe

  • Artificial Intelligence – Computer Vision w języku Python


BI ANALYST / DATA ANALYST:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Twórz nowoczesne aplikacje webowe w Pythonie - Dash, Plotly

  • Data Science Bootcamp w języku Python - od A do Z

  • 250+ Ćwiczeń - Data Science Bootcamp w języku Python

  • SQL Bootcamp - Bazy danych SQLite - Part I

  • SQL Bootcamp - Bazy danych SQLite - Part II

  • SQL Bootcamp - Bazy danych SQLite - Part III - Ćwiczenia

  • SQL Bootcamp - Bazy danych SQLite - Part IV - Ćwiczenia


BIG DATA ANALYST:

  • Programowanie w języku Python - od A do Z

  • 200+ Ćwiczeń - Programowanie w języku Python - od A do Z

  • 210+ Ćwiczeń - Python - Moduły wbudowane - od A do Z

  • Programowanie obiektowe w języku Python - OOP - od A do Z

  • 150+ Ćwiczeń - Programowanie obiektowe w języku Python - OOP

  • Testy jednostkowe w języku Python - framework unittest

  • 100+ Ćwiczeń - Testy jednostkowe w języku Python - unittest

  • Wprowadzenie do data science w języku Python - Pandas

  • Interaktywne wizualizacje danych w języku Python - Plotly

  • Big Data, Hadoop oraz MapReduce w języku Python

  • Big Data: Analiza danych przy użyciu SQL oraz BigQuery


ENG:

  • 200+ Exercises - Programming in Python - from A to Z

  • 210+ Exercises - Python Standard Libraries - from A to Z

  • 150+ Exercises - Object Oriented Programming in Python - OOP

  • 100+ Exercises - Unit tests in Python - unittest framework

  • 100+ Exercises - Python Programming - Data Science - NumPy

  • 100+ Exercises - Python Programming - Data Science - Pandas

  • 100+ Exercises - Python - Data Science - scikit-learn

  • 250+ Exercises - Data Science Bootcamp in Python

  • SQL Bootcamp - Hands-On Exercises - SQLite - Part I

  • SQL Bootcamp - Hands-On Exercises - SQLite - Part II


-------------------
OPIS KURSU
-------------------

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!


Screenshots

Data Science Bootcamp w języku Python - od A do Z - 2021
Data Science Bootcamp w języku Python - od A do Z - 2021
Data Science Bootcamp w języku Python - od A do Z - 2021
Data Science Bootcamp w języku Python - od A do Z - 2021

Content

Narzędzia i konfiguracja środowiska

Google Colab + Dysk Google + GitHub

Utworzenie repozytorium na platformie GitHub

Praca z Google Colab oraz platformą GitHub

Wprowadzenie: NumPy

Array: Tablice NumPy ndarray

Array: Podstawowe typy danych w bibliotece NumPy

Array: Tworzenie tablic NumPy ndarray

Array: Podstawowe operacje na tablicach

Array: Generowanie liczb pseudolosowych - np.random

Array: Podstawowe funkcje w bibliotece NumPy

Array: Indeksowanie i wycinanie tablic

Array: Iteracja po tablicach, zmiana rozmiaru oraz maski logiczne

Algebra liniowa: Norma wektora i odległość punktów

Algebra liniowa: Mnożenie macierzy

Algebra liniowa: Wyznacznik, macierz jednostkowa, odwrotna i transponowana

Algebra liniowa: Rozwiązywanie układów równań

Funkcje statystyczne w bibliotece NumPy

Test

Analiza Danych: Pandas

Update

Series: tworzenie obiektów cz. 1

Series: tworzenie obiektów cz. 2

Series: praca z obiektem

Series: metoda apply()

DataFrame: tworzenie obiektów

DataFrame: selekcja kolumn

Case Study: dane giełdowe cz.1

Case Study: dane giełdowe cz.2

DataFrame: obliczanie nowych kolumn

DataFrame: filtrowanie danych

Zapis/odczyt danych - CSV, XLSX

London Bike Dataset

DataFrame: łączenie danych

DataFrame: łączenie danych - append

Case Study II - Google App Store Data cz. 1

Case Study II - Google App Store Data cz. 2

Case Study II - Google App Store Data cz. 3

DataFrame: porównanie do języka SQL cz. 1

DataFrame: porównanie do języka SQL cz. 2

DataFrame: porównanie do języka SQL cz. 3

Test

Wizualizacje Danych: Matplotlib, Seaborn, Plotly Express

Matplotlib: wprowadzenie

Matplotlib: wykresy słupkowe i punktowe

Matplotlib: wyświetlanie obrazów, subploty

Matplotlib: style

Seaborn: wprowadzenie cz. 1

Seaborn; wprowadzenie cz. 2

Plotly Express: wprowadzenie cz. 1

Plotly Express: wprowadzenie cz. 2

Plotly Express: tworzenie animacji

Plotly Express: notowania giełdowe

Plotly Express: wykresy słupkowe

Plotly Express: mapy

Plotly: wprowadzenie

Plotly: diagram Sankey'a

Plotly: wykres świecowy

Interaktywne Dashboardy: Dash + Plotly

Framework Dash

PyCharm

PyCharm - klonowanie repozytorium + konfiguracja środowiska

Dash: Pierwsza aplikacja webowa

Dash: Notowania giełdowe - aplikacja

Dash: Interaktywny dashboard

Podstawy Prawdopodobieństwa i Statystyki: SciPy

Prawdopodobieństwo i statystyka cz. 1

Prawdopodobieństwo i statystyka cz. 2

Prawdopodobieństwo i statystyka cz. 3

Uczenie Maszynowe: scikit-learn

Biblioteka scikit-learn

Pierwszy model

Klasyfikacja binarna: dokładność modelu + interpretacja graficzna cz. 1

Klasyfikacja binarna: dokładność modelu + interpretacja graficzna cz. 2

Klasyfikacja binarna: macierz konfuzji

Klasyfikacja binarna: metryki na podstawie macierzy konfuzji

Klasyfikacja binarna: krzywa ROC

Klasyfikacja wieloklasowa: metody oceny modelu

Regresja: metody oceny modelu

Regresja: model regresji liniowej cz. 1

Regresja: model regresji liniowej cz. 2

Regresja wielomianowa

Regresja logistyczna

Klasyfikacja: algorytm k-najbliższych sąsiadów

Klasyfikacja: algorytm drzew decyzyjnych

scikit-learn: cheat-sheet

Klasyfikacja: Support Vector Machine

Uczenie Głębokie: Tensorflow + Keras

Pierwsza sieć neuronowa - wprowadzenie cz. 1

Pierwsza sieć neuronowa - wprowadzenie cz. 2

Pierwsza sieć neuronowa - rozpoznawanie cyfr

Keras: wprowadzenie cz. 1

Keras: wprowadzenie cz. 2

Klasyfikacja wieloklasowa - Fashion MNIST

Tensorflow Hub - Transfer Learning

Computer Vision: OpenCV

OpenCV: wprowadzenie

OpenCV: detekcja prostokątów

BONUS: Kupony na inne kursy

Grupa na Facebook'u

Recenzja

Bonus


Reviews

T
Toropolski28 May 2021

W trakcie nauki o DS często przewijał się temat nauki statystyki i prawdopodobieństwa, jednak nie mogłem znaleźć materiałów które wprowadziły by mnie co trzeba umieć na start. Na szczęściem kurs ten bardzo przyjemnie wprowadza w tą tematykę.

T
Tymo8 March 2021

Kurs zawiera przegląd podstawowych narzędzi przydatnych do pracy z danymi. W sam raz nadaje się dla początkujących w Data Science i Machine Learning. Autor przystępnie omawia poszczególne tematy, popierając je przykładami. Trochę brakuje zadań do samodzielnego wykonania, które mogłyby utrwalić przerobiony materiał.

R
Rafał19 February 2021

Autor zrobił SOBIE kursik. Bardzo irytująca narracja, z nadużywaniem słowa "sobie". Mało konkretów i prób wytłumaczenia istotnych rzeczy. Zdecydowanie nie polecam.

K
Konrad13 October 2020

Kurs wymagający podstawowej wiedzy. W niektórych lekcjach przydałoby się dodać linki do używanych materiałów (tych pobieranych z internetu) bo jeśli chce się pisać kod razem z prowadzącym to trzeba przepisywać, lub ściągać poszczególne lekcje i odpalać w colabie. Generalnie fajnie i ciekawie :)

K
Klaudia9 September 2020

Brakuje mi zadań, fajnie byłoby mieć teorie i ćwiczenia jakieś do tego a nie kupować osobny kurs na ćwiczenia, bo dostaje sie tutaj certyfikat za suchą wiedzę z teorii. Lepiej by było (dla mnie) jakby wiedzę podzielono na dwie części i była połowa teorii + zadanka, a w drugim kursie druga połowa.

M
Majewski23 August 2020

Świetny kurs, dobra powtórka z części które już były i fajne streszczenie tego co przed nami, polecam

B
Bartosz13 August 2020

Kurs przedstawia bardzo dużo zagadnień, jednak żadne z nich nie jest pokazane dokładnie, a raczej po łebkach. Można na jego podstawie zaciekawić się daną biblioteką, czy zagadnieniem lecz z pewnością nie wyczerpuje żadnego z poruszanych tematów. Czasem ma się wrażenie, że autor tym kursem reklamuje inne swoje kursy.

M
Marcin27 June 2020

Kolejny bardzo dobry kurs pana Pawła. Ciekawe przykłady praktyczne, bardzo starannie przygotowane materiały. Polecam!


2690192

Udemy ID

12/5/2019

Course created date

12/20/2019

Course Indexed date
Bot
Course Submitted by