Data science w języku Python

Cele kursu

Celem kursu jest zapoznanie uczestników z podstawami języka Python, w szczególności metodami wczytywania, importowania, przetwarzania porządkowania oraz wizualizacji danych (a także ich analizy statystycznej, w tym dużych zbiorów danych.. Przedmiotem badań będą dane finansowe, demograficzne i księgowe. Kurs obejmie także tworzenie własnych metod służących operowaniu na danych w oparciu of instrukcje warunkowe, instrukcję case, pętle i mapowanie. Wskazane zostaną także dobre praktyki w zakresie wsparcia programowania zaawansowanymi  chatbotami (GPT, copilot)

Duży nacisk położony zostanie także na umiejętność interpretacji obliczeń i wykresów. Istotnym elementem zajęć będzie także nauka formułowania wniosków z uwzględnieniem specyfiki danych.

Kurs jest kursem elementarnym. Nie jest wymagana znajomość języka Python przed rozpoczęciem kursem.

Tematyka kursu

1. Wprowadzenie do języka Python (typy i struktury danych, operacje)
2. Budowanie metod. Instrukcje if, case, pętle, mapowanie
3. Import danych z pliku na dysku oraz z  Internetu, przetwarzanie i agregacja danych (pakiet: pandas).
4. Wizualizacja danych. Elementy analizy eksploracyjnej ( pakiety: pyplot, seaborn, plotly).
5. Statystyczna analiza danych
6. Wykorzystanie chatbota w analizie danych w Python
7. Praca z dużymi zbiorami danych (pakiet: bigdata)

Efekty uczenia się

Wiedza:

1. Zna podstawowe pojęcia związane z programowaniem wysokopoziomowym. Rozumie jego rolę.
2. Zna rodzaje wykresów i wskazuje ich rolę w analizie danych.
3. Wymienia podstawowe metody i narzędzia statystyczne.
4. Wskazuje rozwiązania przetwarzania małych i średnich oraz dużych zbiorów danych

Umiejętności:

1. Sprawnie operuje na podstawowych strukturach danych w języku Python.
2. Tworzy własne funkcje wykorzystując podstawowe rozwiązania języka Python
3. Importuje dane do języka Python, przetwarza je i przygotowuje do dalszej analizy.
4. Przetwarza duże zbiory danych.
5. Wizualizuje dane i wyniki. Potrafi zinterpretować otrzymane wykresy.
6. Potrafi efektywnie wykorzystać chatbota w tworzenie kodu programistycznego
7. Przeprowadza podstawową analizę statystyczną danych – statystyka opisowa, testy statystyczne, analiza regresji.

Metody pracy

Prezentacja z przykładami. Ćwiczenia praktyczne z wykorzystaniem Jupyter Labs lub Colab z wykorzystaniem danych zawartych w plikach lub w internetowych bazach danych.