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

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

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