Data Science od podstaw – kurs zdalny.
Zacznij swoją przygodę z IT ucząc się od najlepszych trenerów.
Stawiamy na umiejętności praktyczne, dzięki czemu kończąc kurs jesteś przygotowany/a do stawania kolejnych kroków na ścieżce zawodowej.
Sprawdź jak wyglądają kursy zdalne: https://codeme.pl/jak-wygladaja-kursy-zdalne/
Jeśli wkraczasz w Data Science ponieważ wiesz, że jest to nowa waluta XXI wieku, nurtują Cię zagadnienia związane z przetwarzaniem danych i chcesz zacząć je rozumieć, a także pragniesz nauczyć się pisać praktyczne projekty – mamy dla Ciebie coś, dzięki czemu rozwiniesz się w tym kierunku.
Platforma
z zadaniami online
Certyfikat
ukończenia kursu
Jak przebiega ten kurs?
Kurs Data Science obejmuje:
12 godzin zajęć w ciągu dwóch dni.
Czym są zajęcia zdalne?
Atmosfera i przebieg kursu jest zbliżony do tego odbywającego się w trybie stacjonarnym, z tą różnicą, że trener i inni uczestnicy są po drugiej stronie ekranu. 🙂
Kurs odbywa się w czasie rzeczywistym w określonym dniu i w godzinie w trybie online. Dzięki ustalonemu harmonogramowi i prowadzeniu ich na żywo uczestnicy mogą kontaktować się z trenerem na bieżąco i są zmotywowaniu do regularnego uczestnictwa.
Dla kogo jest ten kurs?
Zapraszamy wszystkich, którzy chcą poszerzyć swoją wiedzę lub rozważają rozpoczęcie kariery jako Data Scientist.
Wymagana jest podstawowa znajomość Pythona
Co zyskasz dodatkowo?
- Bezpłatnych dostęp do spotkań o tematyce rekrutacji z naszą HR ekspertką – idziesz dalej!
- Bezpłatne materiały szkoleniowe, szablony profesjonalnego CV
- Certyfikat – na zamówienie również w języku angielskim i w wersji papierowej
- Dostęp do społeczności CODE:ME na platformie DISCORD – wspólny kanał nauki, wspólne kalambury, nowe znajomości 🙂
A ponadto…
- Dla osób zaangażowanych – opinia mentora po kursie, którą będziesz mógł wykorzystać przy rekrutacji!
- Jako absolwent otrzymasz 15% zniżki na kolejny kurs w CODE:ME
1. Pandas: praca z danymi tabelarycznymi.
- Podstawowe operacje w pakiecie.
- Szeregi. Szeregi czasowe.
- Obsługa ramek danych.
- Przetwarzanie i obsługa brakujących danych.
- Grupowanie danych.
- Operacje na ramkach danych i ich złączanie.
- Inne rodzaje ramek danych, dane przestrzenne.
- Operacje wejścia i wyjścia.
- Odczytywanie rekordów z różnych źródeł i zapisywanie ramek do różnych źródeł
2. Tworzenie pipeline do uczenia maszynowego, dobre praktyki.
- Schemat pracy z danymi.
- Różnica między pracą w notatnikach a IDE.
- Stawianie hipotezy, przygotowanie algorytmów.
3. Przygotowanie i eksploracja danych.
- Czyszczenie danych.
- Przygotowanie danych, transformacja danych.
- Analiza danych, korelacja i liniowa zależność między zmiennymi.
- Podział na zbiór testowy i treningowy.
- Normalizacja danych.
4. Modelowanie i testowanie modeli regresji.
- Stworzenie modelu bazowego i systemu ewaluacji wyników.
- Dobór modeli. Różnice między uczeniem nadzorowanym a nienadzorowanym, między klasyfikacją a regresją.
- Testowanie modeli i dostrajanie hiperparametrów na przykładzie algorytmów regresji (regresja liniowa, elastic net, lasso, regresja za pomocą lasów losowych, regresja przy użyciu sieci neuronowych).
- Refaktoryzacja kodu i automatyzacja zadań.
- Dokumentowanie projektów Data Science, dobre praktyki.
Radosław Borowiecki
Trener Data Science
Absolwent wydziału Elektroniki, Telekomunikacji i Informatyki na Politechnice Gdańskiej. Programista z 6-letnim doświadczeniem. Obecnie Scala Developer w firmie Scalac.
Pasjonat sportu, w szczególności piłki nożna. Miłośnik podróży z nastawieniem na intensywne zwiedzanie.
Nie odpowiada Ci termin, nie znalazłeś kursu dla siebie albo po prostu chcesz o coś zapytać?
Napisz do nas na kontakt@codeme.pl lub zadzwoń pod 724 379 836. Możesz też wysłać SMSa ze swoim numerem – oddzwonimy!
Termin:
13-14.03.2021
sobota i niedziele 9:00 – 15:00
wielkość grupy: do 15 osób
