Online kurz Data Science pro začátečníky

Data Science pro začátečníky

Miroslav Beka
Miroslav Beka
Level
Kapitol
38
Kategorie
Programování
Hodnocení
5,0 z 5
Délka
7h
Jazyk
SK

Python Data Science

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.

Hledáš samostatný kurz na konkrétní téma? Podívej se na všechny Data Science kurzy a vyber si podle svých zkušeností a cílů.

Pro koho je kurz určený?

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.

Co budeš umět, až skončíš tento kurz?

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:
  • strojové učení (machine learning),
  • neuronové sítě,
  • zpětná propagace (backpropagation),
  • konvoluční sítě,
  • lineární regrese,
  • support vector machines.
Budeš umět použít stávající modely a také vizualizovat data.

Co všechno dostaneš?

  • kvalitní videotutoriály o Data Science v Pythonu,
  • množství domácích úkolů, zadání a příkladů na procvičení jednotlivých témat,
  • zdrojové kódy ke stažení,
  • diskusní fórum, ve kterém na tvé otázky ke kurzu odpovídá přímo lektor a tví spolužáci,
  • certifikát o absolvování kurzu,
  • garance vrácení peněz do 14 dní, pokud nebudeš s kurzem spokojen.

Kapitoly online kurzu

Úvod do Data Science (2)

Ukázka zdarma
1:27
Ukázka zdarma
11:57

Príprava Vývojového Prostredia (5)

102 Windows
6:25
103 macOS
6:17
104 Linux
3:45
105 Google Colab
4:05
106 Jupyter Lab ako IDE
8:32

Regresia (8)

201 O čo ide v regresií?📈
2:18
202 Python knižnice v živote datavedca📚
15:19
203 Regresia ručne stručne✍️
7:32
204 PyTorch a Gradient Descent
17:16
205 Koľko epoch je dosť epoch? ⏳
6:46
206 Normalizácia
13:42
207 Vytvorenie Python modulu
3:56
Cvičenie 1

Support Vector Machines ( SVM ) (6)

301 Úvod do problematiky SVM
3:10
302 Ako funguje SVM?🔬
5:35
303 SVM v každodennom živote
18:32
304 Druhy kernelu a problém preučenia🤓
12:05
305 Cross validation a hľadanie parametrov🕵️‍♂️
15:38
Cvičenie 2

Neurónové Siete (6)

401 Neuróny v našom mozgu 🧠
14:14
402 Analýza MNIST datasetu
22:08
403 Budovanie neurónky 🏗
9:38
404 Dopredu a dozadu ♺
15:32
405 Analýza a vizualizácia neurónky
24:10
Cvičenie 3

Konvolučné Siete (7)

501 Ako fungujú Konvolučné neurónové siete?💡
9:17
502 Dataset CIFAR 10 🌇🌄🏞
10:44
503 Kódenie konvolučnej siete
17:02
504 Trénovanie siete a Cross Entropy Loss
15:00
505 Čo sa deje vo vnútri konvolučnej siete? 🤯
20:45
506 Rýchle výpočty na grafike⚙️
10:29
Cvičenie 4

Doplnkové Lekcie (4)

601 Pandas tutorial
24:00
602 Tvorba grafov v Matplotlib📈
35:34
603 Funkcie a derivácie
13:48
604 Backpropagation
13:52

Lektor online kurzu

Lektor Miroslav Beka

Miroslav Beka

Python
Ahoj, volám sa Miro a som Pythonista. Programovať som začal na strednej. Vtedy frčal ešte turbo pascal. Potom prišiel matfyz, kadejaké zveriny ako Haskell, no najviac sa mi zapáčil Python. Od vtedy v Pythone robím všetko. Okrem vlastných vecí čo si programujem pre radosť, som pracoval v ESETe ako automatizér testovania. Samozrejme, všetko v Pythone. Potom som skočil do inej firmy, tam taktiež Python na automatické testovanie aj DevOps. Viacej krát som účinkoval ako speaker na PyCon.sk, kde som odovzdával svoje skúsenosti. Medzi moje obľúbené oblasti teda parí DevOps, Automatizovanie testovania a web development (hlavne backend). Okrem programovania sa venujem hlavne hudbe 🤘
4,7 Hodnocení
3 Kurzy

Hodnocení studentů

Hodnocení od studentů zapsaných v kurzu na Skillmea.

5,0 z 5 · 17 hodnocení

Július S.

5

Vynikajúci kurz. Problematika síce nezapadá do oblasti mojej práce, pozrel som si ho iba zo zvedavosti a som nadšený! Zvlášť oceňujem prehľadné animácie.

Bibiana M.

5

Veľmi dobre spracované.

Bohumil M.

5

Celkovo velmi dobry kurz. Potesil aj zmysel pre humor autora kurzu.

Dusan P.

5

Super !!! tak komplikovane témy vieš veľmi jednoducho a zaujimavo vysvetliť

Doporučené online kurzy