Python dla Data Science: Pandas i NumPy
Analiza danych w Python z Pandas i NumPy
Jeden abonament — cały katalog kursów
Program kursu
8 modułów · 24 lekcji · 14h nauki
1Wprowadzenie do Data Science i Python3 lekcji + quiz
- 1Czym jest Data Science i dłączego Python?
- 2Konfiguracja środowiska: Anaconda i Jupyter
- 3Python — przypomnienie kluczowych konceptów
- Quiz: Wprowadzenie do Data Science i Python
2NumPy — tablice i operacje numeryczne3 lekcji + quiz
- 1Tworzenie tablic NumPy i podstawowe operacje
- 2Zaawansowane operacje na tablicach: reshape, broadcasting, agregacje
- 3Algebra liniowa i generowanie liczb losowych
- Quiz: NumPy — tablice i operacje numeryczne
3Pandas — Series i DataFrame3 lekcji + quiz
- 1Series — jednowymiarowe struktury danych
- 2DataFrame — dwuwymiarowe struktury tabelaryczne
- 3Indeksowanie, sortowanie i podstawowe transformacje
- Quiz: Pandas — Series i DataFrame
4Import i czyszczenie danych3 lekcji + quiz
- 1Wczytywanie danych z CSV, Excel i JSON
- 2Obsługa brakujących danych (NaN)
- 3Czyszczenie danych: duplikaty, typy i wartości odstające
- Quiz: Import i czyszczenie danych
5Transformacja i agregacja danych3 lekcji + quiz
- 1GroupBy — grupowanie i agregacja
- 2Pivot tables, merge i concat
- 3Praca z datami i danych tekstowych
- Quiz: Transformacja i agregacja danych
6Wizualizacja z Matplotlib i Seaborn3 lekcji + quiz
- 1Matplotlib — podstawy tworzenia wykresów
- 2Seaborn — statystyczne wizualizacje danych
- 3Interaktywne wykresy z Plotly
- Quiz: Wizualizacja z Matplotlib i Seaborn
7Analiza statystyczna w Python3 lekcji + quiz
- 1Statystyki opisowe i rozkłady danych
- 2Testy statystyczne — t-test, chi-kwadrat, ANOVA
- 3Regresja liniowa i prognozowanie
- Quiz: Analiza statystyczna w Python
8Projekt praktyczny — analiza datasetu3 lekcji + quiz
- 1Planowanie i eksploracja datasetu
- 2Analiza eksploracyjna i wizualizacja wyników
- 3Wnioski, raportówanie i dalsze kroki
- Quiz końcowy: Projekt praktyczny — analiza datasetu
O kursie
Kompletny kurs analizy danych w Python z bibliotekami Pandas i NumPy. Nauczysz się przetwarzać, czyścic i analizować duże zbiory danych, wykonywać zaawansowane operacje numeryczne oraz tworzyć profesjonalne wizualizacje.
Kurs prowadzi Cię od podstaw ekosystemu Data Science w Python, przez pracę z tablicami NumPy i strukturami danych Pandas, aż po samodzielną analizę realnych datasetów. Poznasz techniki importu i czyszczenia danych, transformacji, agregacji oraz analizy statystycznej.
Po ukończeniu kursu będziesz potrafił przeprowadzić pełny projekt analizy danych — od surowych danych do wniosków i wizualizacji.
🎯Dla kogo jest ten kurs?
Opinie studentów
tomek_itZweryfikowany
Sekcja o ML deployment (Docker, FastAPI) to gold. Teraz moje modele faktycznie trafiają do produkcji.
Anna KowalskaZweryfikowany
Pandas, NumPy, wizualizacje — wszystko w jednym miejscu. Po pierwszych 2 modułach robiłam analizy dla zespołu analityków.
AniaZweryfikowany
Porównanie scikit-learn vs TensorFlow vs PyTorch bez ideologii. Używasz tego co jest właściwe do zadania.
mwojcikZweryfikowany
Time series analysis — rzadko tłumaczone tak przystępnie. Zastosowałem w pracy do prognozy sprzedaży.
Magdalena KamińskaZweryfikowany
Matematyka ML wytłumaczona bez udawania że jest prosta. Dokładnie na tyle ile trzeba zrozumieć, co dzieje się pod maską.
AsiaZweryfikowany
Statystyka z głową — dopiero teraz rozumiem dlaczego p-value > 0.05 nie znaczy 'brak efektu'.
❓Najczęściej zadawane pytania
Podobne kursy
Więcej kursów z kategorii Data Science i AI
Automatyzacja Raportów z Python
Automatyzacja Raportów z Python
Machine Learning podstawy
Machine Learning podstawy
Looker Studio: Darmowe Raporty i Dashboardy
Looker Studio: Darmowe Raporty i Dashboardy
Big Data Analytics
Big Data Analytics
Gotowy na nową wiedzę?
Dołącz do 150 kursantów, którzy już uczą się z tym kursem.
Odblokuj z abonamentem — 7 dni za darmoOd 49 PLN/miesiąc · 535+ kursów · Anuluj kiedy chcesz