Data Science pro začátečníky

Data Science má mnoho významů a každý v tom vidí něco jiného. Stal se z toho tzv. buzzword. Lidé za něj zaměňují skoro vše, co souvisí s daty, statistikou, umělou inteligencí a podobně.

Nebudu se hádat, co to má přesně znamenat, ale dám ti pohled na věc, jak to vnímám já.

Data science je pro mě několik kroků. První krok je získání dat. Ať už jde o obrázky, videa nebo vyplněné formuláře, musíš je někde nasbírat nebo koupit. Další krok je příprava těchto dat. Musíš si je pěkně zaškatulkovat, setřídit, označit a podobně. Pokud už máš data ve stravitelné formě, přichází na řadu strojové učení (Machine Learning – ML). ML je věda sama o sobě. Je to kombinace matematiky, statistiky, programování a různých algoritmů. Produkt, který tímto získáváme se jmenuje model. Tento model pak můžeme použít k tomu abychom dokázali rozpoznávat obličej na obrázku nebo syntetizovali lidskou řeč.

Vím, zní to všechno velmi obecně. Velmi totiž záleží, co je tvým cílem a v jaké doméně se pohybuješ. Na základě toho pak upravuješ celý tento proces, abys toho cíle dosáhl.

Jelikož v tomto kurzu není možné obsáhnout tak komplexní problematiku, budeme se věnovat Machine Learning. Data totiž můžeme získat již upravené z veřejných databází a cíl si můžeme stanovit jakýkoli, tak abychom se něco naučili, ale zároveň nás to i bavilo.

Název kurzu Data Science je proto trošku zavádějící, i když se věnujeme právě jádru věci Data Science, kterou je Machine Learning. Na výpočty budeme používat PyTorch a Scipy. Tyto frameworky obsahují velmi užitečné algoritmy, funkce a data. Díky tomu se budeme moci věnovat úloze, a ne programování nějakých šílených matematických operací.

Kurz se snaží lidskou řečí vysvětlit co je to Data Science, co je to Machine Learning, jak fungují neuronové sítě, regrese a SVM a jak to všechno naprogramovat a reálně použít na nějakém příkladu. Je důležité, aby měl člověk základy programování v Pythonu, protože tato věda se silně opírá o matematiku, je dobré mít nějaké základy algebry. Každopádně, všechny koncepty budou od začátku vysvětleny a něco extra bude v doplňkových videích.

Kurz pro tebe bude odrazovým můstkem do problematiky Data Science. Jelikož je toto téma sexy, musíš se umět orientovat v tom přetlaku informací a je důležité správně rozlišit, jaké budou tvé další kroky. Budeš mít nějaké základy lineární algebry. Skalár, vektor, matice, transformace, co je to matematická funkce apod.

Také budeš vědět, co se skrývá za výrazy:

Budeš umět použít stávající modely a také vizualizovat data.