Python od Zera do Analityka Danych
Naucz się Pythona od podstaw i zostań analitykiem danych. Pandas, wizualizacja, machine learning — wszystko w jednym kursie.
O kursie
Od zera do analityka danych w Pythonie
Python to najpopularniejszy język programowania w data science. Ten kurs zabierze Cię od pierwszej linijki kodu do tworzenia modeli machine learning. Wszystko z praktycznymi projektami i realnymi zbiorami danych.
Dla kogo jest ten kurs?
- Osób bez doświadczenia w programowaniu, które chcą wejść w analizę danych
- Analityków pracujących w Excelu, którzy chcą przejść na Pythona
- Studentów kierunków biznesowych szukających umiejętności technicznych
- Marketingowców i product managerów, którzy chcą samodzielnie analizować dane
Co wyróżnia ten kurs?
Podejście project-based learning — każdy moduł kończy się praktycznym projektem. Pracujesz na realnych datasetach: dane e-commerce, dane klientów, seria czasowa sprzedaży. Kurs zawiera ponad 30 godzin materiału z ćwiczeniami w Jupyter Notebook.
Ścieżka nauki:
- Podstawy Pythona — zmienne, pętle, funkcje, struktury danych
- Pandas — DataFrame, import danych, czyszczenie, grupowanie, łączenie tabel
- Wizualizacja — Matplotlib, Seaborn, dashboardy z Plotly
- Machine Learning — regresja liniowa, Random Forest, projekt predykcji churnu
Projekt końcowy: Predykcja churnu klientów — kompletny pipeline od danych surowych do modelu ML.
Opinie studentów
Brak opinii dla tego kursu. Bądź pierwszym!
Czego się nauczysz?
Program kursu
1. Podstawy Pythona
5 lekcjeZmienne, typy danych, pętle, funkcje.
- Instalacja Pythona i VS Code Podgląd 15:00 min
- Zmienne i typy danych 20:00 min
- Instrukcje warunkowe i pętle 25:00 min
- Funkcje i moduły 30:00 min
- Listy, słowniki, zbiory 18:00 min
2. Pandas — analiza danych
5 lekcjeWczytywanie, czyszczenie i transformacja danych.
- DataFrame — twój nowy arkusz kalkulacyjny Podgląd 15:00 min
- Wczytywanie danych z CSV, Excel, API 20:00 min
- Czyszczenie danych — brakujące wartości 25:00 min
- Grupowanie i agregacja danych 30:00 min
- Łączenie tabel (merge, join) 18:00 min
3. Wizualizacja danych
4 lekcjeMatplotlib, Seaborn, interaktywne wykresy.
- Matplotlib — podstawy wykresów Podgląd 15:00 min
- Seaborn — piękne wykresy statystyczne 20:00 min
- Dashboardy z Plotly 25:00 min
- Projekt: Analiza sprzedaży e-commerce 30:00 min
4. Machine Learning — wprowadzenie
4 lekcjeRegresja, klasyfikacja, klasteryzacja.
- Czym jest machine learning? Podgląd 15:00 min
- Regresja liniowa w praktyce 20:00 min
- Klasyfikacja — Random Forest 25:00 min
- Projekt końcowy: Predykcja churnu klientów 30:00 min
Wymagania
- Komputer z dostępem do internetu
- Podstawowa znajomość matematyki (liceum)
- Nie jest wymagane doświadczenie w programowaniu
Twój prowadzący
Anna Nowak
Full-stack developer z 10-letnim doświadczeniem. Specjalizuje się w React, Node.js i Python. Mentorka w programie Women in Tech. Prowadziła warsztaty dla Google i Microsoft.