Szkolenie: Python - statystyka, modelowanie i wizualizacja
Szkolenie praktyczne z statystyki, modelowania i wizualizacji danych w Pythonie, uczące probabilistyki, testowania hipotez, budowy i diagnostyki regresji (liniowej i logistycznej) oraz tworzenia analiz i wizualizacji z użyciem numpy, pandas, scipy, statsmodels, matplotlib i seaborn
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:3 dni (24h)
Kod kursu:PYTHON/STATYSTYKA
Dostępne terminy szkolenia
Termin:
Trwają zapisy na szkolenie
Dostępne w Bazie Usług Rozwojowych
online_paymentsTrener:
Cena:
3350 PLN netto
Lokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieDostępne w Bazie Usług Rozwojowychonline_paymentsTrener:
Cena:
3350 PLN nettoLokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieDostępne w Bazie Usług Rozwojowychonline_paymentsTrener:
Cena:
3350 PLN nettoLokalizacja:
ZdalneTermin:
Trwają zapisy na szkolenieDostępne w Bazie Usług Rozwojowychonline_paymentsTrener:
Cena:
3350 PLN nettoLokalizacja:
ZdalnePython - statystyka, modelowanie i wizualizacja
Cele szkolenia
Szkolenie przygotowuje do samodzielnego stosowania metod statystycznych w analizie danych i formułowania wniosków na podstawie inferencji statystycznej
Szkolenie uczy budowy, interpretacji i diagnostyki modeli regresji liniowej i logistycznej oraz oceny ich jakości za pomocą odpowiednich metryk
Szkolenie pokazuje, jak przeprowadzać poprawne testy hipotez, interpretować p‑value i przedziały ufności oraz dobierać testy adekwatne do danych
Szkolenie rozwija umiejętność weryfikacji założeń modelu (współliniowość, homoskedastyczność, normalność reszt, punkty wpływowe) i stosowania korekcji
Szkolenie omawia praktyczne wykorzystanie bibliotek numpy, pandas, scipy, statsmodels, matplotlib i seaborn w zadaniach analitycznych i ML
Dla kogo?
Analitycy danych i specjaliści BI z podstawową znajomością Pythona i narzędzi numpy/pandas, chcący pogłębić umiejętności statystyczne
Data Scientist i ML Engineer poszukujący praktycznych technik inferencji statystycznej, regresji i diagnostyki modeli
Inżynierowie danych oraz programiści Python pracujący z danymi, którzy potrzebują solidnych podstaw statystycznych i wizualizacji
Osoby z wykształceniem technicznym lub ekonomicznym znające podstawy algebry liniowej i chcące stosować statystykę w projektach
Studenci i absolwenci kierunków analitycznych szukający praktycznych umiejętności w analizie, modelowaniu i komunikacji wyników
Efekty kształcenia
Uczestnik analizuje dane i dobiera odpowiednie metody statystyczne
Uczestnik buduje oraz interpretuje modele regresji liniowej i logistycznej
Uczestnik przeprowadza testy hipotez i interpretuje p‑value oraz przedziały ufności
Uczestnik diagnozuje naruszenia założeń modeli i stosuje metody korekcyjne
Uczestnik tworzy czytelne wizualizacje wyników z matplotlib i seaborn
Uczestnik ocenia jakość modeli przy użyciu metryk i technik walidacji
Wymagania
Podstawowa znajomość języka Python
Podstawowa Umiejętność pracy z danymi w bibliotekach numpy i pandas
Znajomość podstaw algebry liniowej oraz elementarnych pojęć matematycznych
Podstawowa orientacja w analizie danych
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Autorem szkolenia jest Wiktor Piela
Język Python wykorzystuję na co dzień realizując projekty z szeroko pojętego data science, inżynierii danych oraz tworzenia backendu dla aplikacji webowych. Początkowo pracowałem jako młodszy analityk danych w branży FMCG, jednak dostrzegając duży potencjał ekosystemu Pythona, zacząłem poszerzać swoje umiejętności z zakresu frameworków webowych, a także uczenia maszynowego oraz sieci neuronowych. Aktualnie zajmuję się rozwojem systemów predykcyjnych bazujących na tradycyjnych algorytmach ML, a…
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
