Analiza statystyczna w Pythonie
Czas trwania szkolenia:3 dni (24h)
Kod kursu:PYTHON/STATYSTYKA
Poziom zaawansowania:
Dostępne terminy
Termin:
Trener:
Termin:
Trener:
Termin:
Trener:
Interesuje Cię szkolenie stacjonarne lub nie odpowiada Ci żaden z dostępnych terminów?
Zapytaj o szkolenieO szkoleniu Analiza statystyczna w Pythonie
W cenie otrzymasz:
- Materiały szkoleniowe
- Certyfikat ukończenia szkolenia
- W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Dla kogo?
- Programistów Pythona
- Data scientistów i analityków
- Wszystkich osób, które znają podstawy Pythona i chcą nauczyć się statystyki
Wymagania
- Umiejętność swobodnego posługiwania się Pythonem w stopniu przynajmniej podstawowym
- Minimalna znajomość bibliotek numpy oraz pandas
- Przydatna będzie podstawowa znajomość zagadnień z zakresu analizy matematycznej
Zalety
- Szkolenie "Analiza statystyczna w Pythonie" wprowadza od podstaw w temat statystyki i rachunku prawdopodobieństwa
- Duża ilość zadań, które pozwolą od razu zastosować zdobytą wiedzę
- Poznasz metody, które wykorzystasz praktycznie w swojej pracy jako analityk danych
Cele szkolenia
- Nauka podstawowych oraz średniozaawansowanych zagadnień dotyczących statytystyki
- Pogłębienie umiejętności analizy danych
- Zrozumienie jak metody statystyczne mogą być wykorzystane w data science
Program
Wprowadzenie do statystyki
- Definicje i podstawowe pojęcia
- Statystyka opisowa
- Wizualizacja metryk statystycznych
Rachunek prawdopodobieństwa
- Prawdopodobieństwo klasyczne
- Prawdopodobieństwo warunkowe
Rozkłady prawdopodobieństwa
- Rozkłady dyskretne
- Rozkłady ciągłe, gęstość prawdopodobieństwa
- Dystrybuanta
- Momenty centralne
- Najważniejsze rozkłady prawdopodobieństwa - omówienie
Estymacja
- Estymacja punktowa
- Estymacja przedziałowa
Testowanie hipotez statystycznych
- Hipoteza zerowa, p-value
- Test t-Studenta
- Test Shapiro-Wilka
- Testy Chi2
Analiza danych wielowymiarowych
- Wektor losowy
- Wielowymiarowy rozkład prawdopodobieństwa
- Kowariancja, korelacja, macierz kowariancji
- Wielowymiarowy rozkład normalny
Autorem szkolenia jest Patryk Palej
Od 2018 roku zajmuje się analizą danych, uczeniem maszynowym oraz programowaniem w Pythonie. W międzyczasie ukończył studia na kierunku Energetyka w trakcie których zajmował się matematycznym modelowaniem procesów transportu ciepła i masy. Szybko jednak przebranżowił się do IT i jako data scientist pracował przy projektach dla takich sektorów jak finanse, telekomunikacja czy media. Poza tym prowadzi szkolenia, warsztaty oraz zajęcia na bootcampie z zagadnień na pograniczu Pythona i data science.…
Więcej o mnie »
