Data Science od podstaw – Trójmiasto

Szkolenie prowadzone przez praktyków w formie mini warsztatów

Termin	11/12 stycznia 2020 (sobota–niedziela) godz. 9:00-17:00
Miejsce	Fundacja CODE:ME ul. Wojska Polskiego 41, Gdańsk

---

Organizator

Partnerzy

       

---

Jak przebiega ten kurs?

Kurs obejmuje:

16 godzin zajęć w ciągu dwóch dni.

Zajęcia podzielone są na bloki tematyczne. Każdy blok rozpoczyna się wykładem wprowadzającym, następnie pracujemy razem z kodem źródłowym.

Pracujemy w modelu BYOL (ang. bring your own laptop). Szczegółowe informacje – jak przygotować laptopa – zostaną wysłane do zarejestrowanych uczestników.

---

Dla kogo jest ten kurs?

Kurs został opracowany dla osób posiadających podstawowe umiejętności pisania programów w języku Python. Osób, które dostrzegają rosnące znaczenie danych i metod ich analizowania.

Zapraszamy wszystkich, którzy chcą poszerzyć swoją wiedzę lub rozważają rozpoczęcie kariery jako Data Scientist.

Co musisz wiedzieć?

• Umiejętność pisania i uruchamiania prostych programów w języku Python.
• Posługiwanie się linią komend (ang. command line) w stopniu podstawowym.
• Znać język angielski w stopniu podstawowym (szkolenie będzie w języku polskim, jednak część informacji w materiałach będzie po angielsku).

---

Czego się nauczysz?

• Poznasz podstawowe narzędzia do Data Science.
• Nauczysz się analizować i wizualizować dane w języku Python.
• Zdobędziesz wiedzę na temat sieci neuronowych i innych metod uczenia maszynowego.
• Zastosujesz głębokie uczenie do rozwiązania problemu rozpoznawania pisma odręcznego.
• Nauczysz się przygotowywać wynik bazowy (ang. baseline result) w oparciu o XGBoost.
• Zrozumiesz zasady przetwarzania języka naturalnego i zastosujesz je na ciekawym przykładzie.

---

Program kursu

1. Python – przetwarzanie i wizualizacja danych
   • Jupyter – dokumentacja i wizualizacja
   • NumPy – podstawowe obliczenia macierzowe
   • Pandas – podstawy przetwarzania danych tabelarycznych
   • Ćwiczenie: Matplotlib – wizualizacja danych
   • Ćwiczenie: Praca z różnymi źródłami danych – SQL, CSV, XML, JSON, TOML
   • Ćwiczenie: Web scraping – wydobywanie treści ze stron internetowych
2. Statystyka
   • Podstawowe pojęcia rachunku prawdopodobieństwa i statystyki
   • Mini warsztat: regresja liniowa i klasyfikacja
   • Mini warsztat: analiza szeregów czasowych – badanie sezonowości i trendu
3. Uczenie maszynowe
   • Podstawowe pojęcia uczenia maszynowego, przegląd metod uczenia maszynowego, uczenie nadzorowane vs. nienadzorowane, metryki
   • Praca z danymi – ETL, data profiling, inżynieria cech, badanie istotności cech
   • Mini warsztat: przygotowywanie wyniku bazowego za pomocą XGBoost
4. Sieci neuronowe i deep learning
   • Zasada działania sieci neuronowych, rodzaje sieci, sposób uczenia
   • Mini warsztat: Klasyfikacja za pomocą sieci neuronowej
   • Mini warsztat: rozpoznawanie pisma odręcznego (MNIST) za pomocą głębokiego uczenia
5. Przetwarzanie języka naturalnego (NLP)
   • Podstawy NLP, reprezentacja danych, Word embeddings
   • Mini warsztat: budowa modelu językowego „mowy nienawiści”

---

Trenerzy

---