Nebo objednat jen tento kurz za 3 399,00 Kč

Data Science pro začátečníky

7h 0m 30s
Čas
38
Kapitol
898
Studentů
5.0
Hodnocení
Začátečník
Level
slovenský
Jazyk kurzu

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.

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.
Online kurz Data Science pro začátečníky je možné

Seznam kapitol

Úvod do Data Science
100 Teaser
Dostupné v ukázce kurzu
101 Úvod do Data Science a Machine Learning🤖
Dostupné v ukázce kurzu
Príprava Vývojového Prostredia
102 Windows
Dostupné pouze po zakoupení přístupu
103 macOS
Dostupné pouze po zakoupení přístupu
104 Linux
Dostupné pouze po zakoupení přístupu
105 Google Colab
Dostupné pouze po zakoupení přístupu
106 Jupyter Lab ako IDE
Dostupné pouze po zakoupení přístupu
Regresia
201 O čo ide v regresií?📈
Dostupné pouze po zakoupení přístupu
202 Python knižnice v živote datavedca📚
Dostupné pouze po zakoupení přístupu
203 Regresia ručne stručne✍️
Dostupné pouze po zakoupení přístupu
204 PyTorch a Gradient Descent
Dostupné pouze po zakoupení přístupu
205 Koľko epoch je dosť epoch? ⏳
Dostupné pouze po zakoupení přístupu
206 Normalizácia
Dostupné pouze po zakoupení přístupu
207 Vytvorenie Python modulu
Dostupné pouze po zakoupení přístupu
Cvičenie 1
Dostupné pouze po zakoupení přístupu
Support Vector Machines ( SVM )
301 Úvod do problematiky SVM
Dostupné pouze po zakoupení přístupu
302 Ako funguje SVM?🔬
Dostupné pouze po zakoupení přístupu
303 SVM v každodennom živote
Dostupné pouze po zakoupení přístupu
304 Druhy kernelu a problém preučenia🤓
Dostupné pouze po zakoupení přístupu
305 Cross validation a hľadanie parametrov🕵️‍♂️
Dostupné pouze po zakoupení přístupu
Cvičenie 2
Dostupné pouze po zakoupení přístupu
Neurónové Siete
401 Neuróny v našom mozgu 🧠
Dostupné pouze po zakoupení přístupu
402 Analýza MNIST datasetu
Dostupné pouze po zakoupení přístupu
403 Budovanie neurónky 🏗
Dostupné pouze po zakoupení přístupu
404 Dopredu a dozadu ♺
Dostupné pouze po zakoupení přístupu
405 Analýza a vizualizácia neurónky
Dostupné pouze po zakoupení přístupu
Cvičenie 3
Dostupné pouze po zakoupení přístupu
Konvolučné Siete
501 Ako fungujú Konvolučné neurónové siete?💡
Dostupné pouze po zakoupení přístupu
502 Dataset CIFAR 10 🌇🌄🏞
Dostupné pouze po zakoupení přístupu
503 Kódenie konvolučnej siete
Dostupné pouze po zakoupení přístupu
504 Trénovanie siete a Cross Entropy Loss
Dostupné pouze po zakoupení přístupu
505 Čo sa deje vo vnútri konvolučnej siete? 🤯
Dostupné pouze po zakoupení přístupu
506 Rýchle výpočty na grafike⚙️
Dostupné pouze po zakoupení přístupu
Cvičenie 4
Dostupné pouze po zakoupení přístupu
Doplnkové Lekcie
601 Pandas tutorial
Dostupné pouze po zakoupení přístupu
602 Tvorba grafov v Matplotlib📈
Dostupné pouze po zakoupení přístupu
603 Funkcie a derivácie
Dostupné pouze po zakoupení přístupu
604 Backpropagation
Dostupné pouze po zakoupení přístupu

Hodnocení kurzu

Pozri aj tieto kurzy