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
Machine Learning podstawy
Machine Learning podstawy
Big Data Analytics
Big Data Analytics
Deep Learning zaawansowane
Deep Learning zaawansowane
Python dla analizy danych
Python dla analizy danych
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 · 248 kursów · Anuluj kiedy chcesz