Analiza danych
( 24 Moduły )

moduł #1
Wprowadzenie do analizy danych
Przegląd analizy danych, ich znaczenia i zastosowań

moduł #2
Typy i źródła danych
Typy danych, źródła danych i metody gromadzenia danych

moduł #3
Przygotowanie i czyszczenie danych
Znaczenie czyszczenia danych, radzenia sobie z brakami danych i przekształcania danych

moduł #4
Podstawy wizualizacji danych
Wprowadzenie do wizualizacji danych, rodzaje wykresów i najlepsze praktyki

moduł #5
Statystyki opisowe
Miary tendencji centralnej, zmienności i rozkładu danych

moduł #6
Podsumowanie i agregacja danych
Techniki agregacji, grupowania i podsumowania danych

moduł #7
Wizualizacja danych do analizy jednowymiarowej
Wizualizacja pojedynczych zmiennych za pomocą histogramów, wykresów pudełkowych i więcej

moduł #8
Wizualizacja danych do analizy dwuwymiarowej
Wizualizacja relacji między dwiema zmiennymi za pomocą wykresów punktowych i nie tylko

moduł #9
Wprowadzenie do statystyki wnioskowania
Podstawy statystyki wnioskowania, rozkładów próbkowania i przedziałów ufności

moduł #10
Testowanie hipotez
Formułowanie hipotez, rodzaje testów i założeń testowych

moduł #11
Przedziały ufności i estymacja
Konstruowanie przedziałów ufności i szacowanie parametrów populacji

moduł #12
ANOVA i analiza regresji
Analiza wariancji, regresja prosta i wielokrotna oraz budowanie modeli

moduł #13
Analiza szeregów czasowych
Wprowadzenie do analizy szeregów czasowych, składowych i budowania modeli

moduł #14
Metody prognozowania
Wygładzanie wykładnicze, ARIMA i inne techniki prognozowania

moduł #15
Eksploracja danych i uczenie maszynowe
Przegląd eksploracji danych, uczenia maszynowego i uczenia się nadzorowanego

moduł #16
Algorytmy uczenia się nadzorowanego
Drzewa decyzyjne, lasy losowe i inne algorytmy uczenia się nadzorowanego

moduł #17
Algorytmy uczenia się bez nadzoru
Klastrowanie, k-średnie i grupowanie hierarchiczne

moduł #18
Analiza tekstu i przetwarzanie języka naturalnego
Wprowadzenie do analityki tekstu, NLP i analizy nastrojów

moduł #19
Analiza danych z Pythonem
Używanie Pythona do analizy danych, pand, NumPy i Matplotlib

moduł #20
Analiza danych w R
Używanie R do analizy danych, manipulacji danymi i wizualizacji

moduł #21
Analiza danych w Excelu
Wykorzystywanie programu Excel do analizy danych, tabel przestawnych i wykresów

moduł #22
Analiza dużych zbiorów danych
Wprowadzenie do big data, Hadoop i Spark

moduł #23
Opowiadanie historii i komunikacja danych
Efektywne przekazywanie spostrzeżeń i wyników interesariuszom

moduł #24
Podsumowanie i zakończenie kursu
Planowanie kolejnych kroków w karierze analityka danych

Gotowy do nauki, udostępniania i konkurowania?