Biologia i nauki ścisłe

ABC analizy danych z wykorzystaniem Pythona i ChatGPT — łatwo i bez stresu

Prowadzący: dr Małgorzata Wawrzyniak-Adamczewska


Cena kursu: 350 zł
Liczba godzin: 12
Forma: kurs zdalny
Rodzaj zajęć: laboratorium
Język: polski

Informacje podstawowe

Zapisy na ten kurs rozpoczną się w dniu:
poniedziałek, 15.09.2025

Opis kursu

Cele kursu

- jak czytać i rozumieć dane,

- jak zadawać właściwe pytania danym,

- jak wizualizować wyniki w sposób czytelny i zrozumiały

- jak z pomocą ChatGPT i prostych narzędzi w Pythonie (np. Google Colab) przeprowadzać podstawową analizę danych — bez konieczności nauki programowania

Tematyka kursu

Kurs koncentruje się na praktycznej analizie danych i ich wizualizacji, z wykorzystaniem ChatGPT jako interaktywnego asystenta oraz narzędzi Pythonowych m.in.: Google Colab i Pandas

Podczas kursu uczestnicy:

·      poznają podstawowe pojęcia związane z analizą danych: statystyki opisowe, typy zmiennych, rozkłady danych, zależności między zmiennymi, etc.

·      nauczą się wykorzystywać ChatGPT do wspomagania procesu analizy danych – generowania kodu, interpretowania wyników i tworzenia wykresów

·      będą korzystać z gotowych szablonów i interaktywnych notebooków, aby eksplorować dane bez konieczności pisania kodu od podstaw

·      zapoznają się z prostymi metodami eksploracji danych, tworzenia wykresów (histogramy, wykresy rozrzutu, boxploty), a także z intuicyjnym wprowadzeniem do regresji, klasyfikacji i klasteryzacji

·      (*) zobaczą, jak analizować dane tekstowe i wizualizować ich zawartość (np. chmurą słów)

·      zakończą kurs realizacją prostego mini-projektu analitycznego z pomocą ChatGPT

Efekty uczenia się

Po ukończeniu kursu uczestnik:

1.    Rozumie podstawowe pojęcia analizy danych, takie jak zmienne, rozkłady, statystyki opisowe, zależności między zmiennymi.

2.    Potrafi przeglądać i interpretować dane tabelaryczne, np. z plików CSV, z pomocą gotowych narzędzi i ChatGPT.

3.    Umie zidentyfikować podstawowe problemy w danych, takie jak braki danych, wartości odstające czy błędy typów.

4.    Tworzy czytelne wizualizacje danych (wykresy słupkowe, liniowe, histogramy, boxploty, scatterploty) i potrafi je zinterpretować.

5.    Korzysta z ChatGPT do generowania kodu analitycznego w Pythonie i rozumie jego działanie.

6.    Zadaje właściwe pytania danym i formułuje proste wnioski na ich podstawie.

7.    Potrafi zastosować proste techniki eksploracji danych: grupowanie, filtrowanie, podsumowania, przekształcanie kolumn, etc.

8.    Ma intuicyjne zrozumienie podstawowych technik uczenia maszynowego, takich jak regresja liniowa, klasyfikacja drzewami decyzyjnymi czy klasteryzacja (bez znajomości matematyki czy kodowania).

9.    (*) Umie analizować dane tekstowe (np. opinie klientów) za pomocą prostych narzędzi, takich jak chmury słów.

10. Przygotowuje prosty raport z analizy danych, zawierający wykresy, interpretację wyników i wnioski, korzystając z gotowego szablonu i wsparcia ChatGPT.

Metody pracy

Metody pracy:

W ramach kursu uczestnicy będą korzystać z Google Colab jako interaktywnego środowiska pracy, w którym będą analizować dane, tworzyć wykresy i formułować wnioski, z pomocą gotowych szablonów oraz ChatGPT.

Kluczowe metody pracy:

1. Gotowe notebooki z uzupełnianiem

·      Uczestnicy otrzymują przygotowane notebooki z kodem i komentarzami, w których część kodu lub wniosków jest do uzupełnienia

2. ChatGPT jako wsparcie „na bieżąco”

·      Uczestnicy uczą się formułować konkretne polecenia do ChatGPT

·      ChatGPT jest traktowany jako inteligentny pomocnik w analizie

3. Praca na wspólnych przykładach

·      Prowadzący pracuje na współdzielonym ekranie

·      Uczestnicy wykonują analogiczne działania w swoim notebooku, korzystając z gotowych danych i podpowiedzi

4. Sekcje „Zmień coś i zobacz co się stanie”

·      Zmieniamy parametr, kolumnę lub wykres i dyskutujemy otrzymany wynik

·      Uczestnicy uczą się eksperymentować i obserwować efekty zmian

5. Wizualne i opisowe podsumowania

·      Każdy notebook kończy się prostym podsumowaniem: Czego się dowiedziałeś z danych?, Co pokazuje wykres?, Jakie są wnioski?

·      Uczestnik uczy się opowiadać historię na podstawie danych

6. Mini-zadania na końcu zajęć

·      Na koniec każdej sesji: 1–2 zadania domowe do samodzielnego wykonania lub z pomocą ChatGPT

Ukończenie kursu

Każda osoba, która ukończy kurs i będzie obecna na minimum 60% zajęć, otrzyma Certyfikat poświadczający ukończenie kursu.


Na tym kursie istnieje również możliwość przystąpienia do nieobowiązkowego egzaminu końcowego. Mogą do niego podejść osoby, które ukończyły kurs, uczestnicząc w minimum 60% zajęć oraz dokonały terminowej opłaty za egzamin. Osoba, która zda egzamin, otrzyma – oprócz Certyfikatu – także Świadectwo Ukończenia Kursu.

Opłata za egzamin końcowy: 100 zł

Egzamin praktyczny.

Terminy zajęć

Lp. Data Godzina
1. poniedziałek, 27.10.2025 17:30 - 19:00
2. poniedziałek, 03.11.2025 17:30 - 19:00
3. poniedziałek, 17.11.2025 17:30 - 19:00
4. poniedziałek, 24.11.2025 17:30 - 19:00
5. poniedziałek, 01.12.2025 17:30 - 19:00
6. poniedziałek, 08.12.2025 17:30 - 19:00

Wydział Fizyki i Astronomii
ul. Uniwersytetu Poznańskiego 2; 61-614 Poznań

Ten serwis używa plików „cookies” zgodnie z polityką prywatności. Brak zmiany ustawień przeglądarki oznacza jej akceptację.