Wizualizacja danych za pomocą Pythona
( 30 Moduły )

moduł #1
Wprowadzenie do wizualizacji danych
Przegląd wizualizacji danych, jej znaczenia i zastosowań

moduł #2
Podstawy języka Python do wizualizacji danych
Przegląd podstaw języka Python, w tym typów danych, bibliotek i składni

moduł #3
Wprowadzenie do Matplotlib
Przegląd Matplotlib, instalacji i podstawowych typów wykresów

moduł #4
Wykresy liniowe i punktowe
Tworzenie wykresów liniowych i punktowych za pomocą Matplotlib

moduł #5
Wykresy słupkowe i histogramy
Tworzenie wykresów słupkowych i histogramów za pomocą Matplotlib

moduł #6
Dostosowywanie wykresów za pomocą Matplotlib
Dostosowywanie wyglądu wykresu, etykiet i legend za pomocą Matplotlib

moduł #7
Wprowadzenie do Seaborn
Przegląd Seaborn, instalacji i podstawowych typów wizualizacji

moduł #8
Wizualizacja rozkładów za pomocą Seaborn
Wizualizacja rozkładów za pomocą Seaborns distplot i jointplot

moduł #9
Wizualizacja danych kategorycznych za pomocą Seaborn
Wizualizacja danych kategorycznych za pomocą Seaborns countplot i categorical plots

moduł #10
Wizualizacja analizy regresji za pomocą Seaborn
Wizualizacja analizy regresji za pomocą Seaborns lmplot i regplot

moduł #11
Wprowadzenie do Plotly
Omówienie Plotly, instalacji i podstawowych typów wizualizacji

moduł #12
Interaktywne wizualizacje za pomocą Plotly
Tworzenie interaktywnych wizualizacji za pomocą Plotly

moduł #13
Wizualizacje 3D za pomocą Plotly
Tworzenie wizualizacji 3D za pomocą Plotly

moduł #14
Przygotowanie danych do wizualizacji
Przygotowywanie danych do wizualizacji, w tym czyszczenie, transformacja i agregacja

moduł #15
Źródło danych i integracja
Łączenie się ze źródłami danych, w tym CSV, Excel i bazy danych

moduł #16
Zaawansowane tematy wizualizacji
Zaawansowane tematy wizualizacji, w tym wizualizacja geoprzestrzenna i animacja

moduł #17
Najlepsze praktyki wizualizacji danych
Najlepsze praktyki wizualizacji danych, w tym zasady projektowania i opowiadanie historii

moduł #18
Studia przypadków w wizualizacji danych
Studia przypadków z życia wzięte w zakresie wizualizacji danych, w tym przykłady i zastosowania

moduł #19
Praca z dużymi danymi i strumieniowaniem danych
Wizualizacja dużych danych i strumieniowania danych, w tym narzędzia i techniki

moduł #20
Wdrażanie wizualizacji danych
Wdrażanie wizualizacji danych, w tym opcje dla sieci Web, urządzeń mobilnych i drukowania

moduł #21
Zaawansowane narzędzia wizualizacji danych
Wprowadzenie do zaawansowanych narzędzi wizualizacji danych, w tym Bokeh i Altair

moduł #22
Wizualizacja dla uczenia maszynowego
Wizualizacja modeli uczenia maszynowego, w tym ocena modelu i znaczenie funkcji

moduł #23
Wizualizacja dla języka naturalnego Przetwarzanie
Wizualizacja danych przetwarzania języka naturalnego, w tym modelowanie tekstu i tematów

moduł #24
Wizualizacja danych szeregów czasowych
Wizualizacja danych szeregów czasowych, w tym prognozowanie i wykrywanie anomalii

moduł #25
Wizualizacja danych geograficznych
Wizualizacja danych geograficznych, w tym mapowanie i analiza przestrzenna

moduł #26
Interaktywne pulpity nawigacyjne
Tworzenie interaktywnych pulpitów nawigacyjnych za pomocą języka Python i bibliotek wizualizacji danych

moduł #27
Wizualizacja danych w świecie rzeczywistym
Realne zastosowania wizualizacji danych, w tym biznes, opieka zdrowotna i finanse

moduł #28
Projekt końcowy
Projekt końcowy, w którym studenci stosują umiejętności wizualizacji danych do rzeczywistego problemu

moduł #29
Załącznik: Rozwiązywanie problemów i zasoby
Rozwiązywanie typowych problemów i dodatkowe zasoby do dalszej nauki

moduł #30
Podsumowanie i zakończenie kursu
Planowanie kolejnych kroków w karierze w obszarze wizualizacji danych z wykorzystaniem języka Python

Gotowy do nauki, udostępniania i konkurowania?