Dáta sem, dáta tam. Kdekoľvek pracujete, určite sa stretnete s nejakými dátami. Dátová analýza, alebo teda data science, je odbor prostredníctvom ktorého vytvárame z dát hodnotné informácie. Malým problémom data science je to, že sa skladá z mnohých samostatných disciplín, čo môže študenta zo začiatku odradiť. V tomto kurze si však dané disciplíny prejdeme a vysvetlíme si ich zastúpenie v data science.
Čo je obsahom tohto kurzu?
Celkový obsah kurzu je približne 7 hodín. Z tohto celku, až 6 hodín tvoria kvalitné video prednášky. Zvyšnú hodinku strávite na rôznych kvízoch, článkoch a cvičeniach pripravených vaším inštruktorom. Inštruktor je vám k dispozícií na emaili v prípade akýchkoľvek otázok. Teraz sa pozrime na jednotlivé kapitoly v kurze:
- “Podstata data science”: Svet data science začneme objavovať od úplných základov. Definujeme, že data science je veda, ktorá mení dáta na hodnotné informácie a opodstatníme prečo je to v dnešnom svete také dôležité. Dáta však v žiadnom prípade nie sú dokonalé - môžu mať v sebe skryté rôzne problémy, o ktorých si na prednáške povieme.
- “Disciplíny data science”: Existuje mnoho rôznych disciplín, ktoré musíme spojiť, aby sme dáta dokázali efektívne meniť na hodnotné informácie. Databázy, “big data”, štatistika, dolovanie dát, strojové učenie a ešte pár ďalších. V tejto časti kurzu si povieme čo unikátne prináša každá z týchto disciplín a ako spolu tvoria modernú data science.
- “Opis a objavovanie dát”: V tejto časti sa už začneme zaoberať konkrétnymi metódami data science. Napríklad, keď sa prvý raz stretneme s nejakými dátami, mali by sme ich najprv opísať a vizualizovať. Aj keď tieto metódy znejú jednoducho a priamočiaro, aj ony nás môžu zradiť. Naučíme sa teda o pojmoch ako vizuálne skreslenie alebo falošná korelácia, ktoré sa môžu skrývať v rôznych datasetoch!
- “Prediktívne modely”: Kurz zavŕšime “nóbl” metódami data science - inferenciou a prediktívnymi modelmi. Pri týchto metódach sa snažíme naučiť rôzne vzory a hodnotné informácie len na vzorke dát, pričom to čo sme sa naučili zovšeobecníme. V praxi to potom vyzerá tak, že sa napríklad učíme na historických dátach (vzorka) a predpovedáme budúcnosť (doposiaľ nevidené hodnoty).
Pre koho je tento kurz vhodný?
Tento kurz určený naozaj pre každého! Či už ste sem zablúdili z náhodnej zvedavosti, alebo zvažujete zmenu kariéry do Data Science, tento kurz je pre Vás. Nebudeme používať žiadne matematické rovnice, takže sa nemusíte báť, že by ste sa počas kurzu strácali.
Čo po kurze dokážem a čo si odnesiem?
- Pochopíte čo je Data Science a čo je cieľom tohto odboru.
- Naučíte sa ako Data Science pomocou vedeckých postupov mení dáta na hodnotné informácie.
- Zoznámite sa so základnými prístupmi a metódami, ktoré Data Science využíva.
- Pochopíte, čo je Machine Learning, Data Mining, Big Data a ako tieto disciplíny spolu s ďalšími tvoria Data Science.
- Dokážete rozpoznať či a do akej miery sa firma, v ktorej pracujete, snaží robiť svoje rozhodnutia na základe dát.
- Naučíte sa prečo radi využívame Machine Learning pri učení sa z dát.
- Pochopíte akým výzvam čelia firmy, ktoré chcú začať využívať dáta pri ich rozhodnovaní.
A ako extra extra bonus Vám na konci video kurzu povieme ako môžete pokračovať v štúdiu Data Science.
Ako bude tento kurz prebiehať?
Po zápise na tento kurz budete mať prístup ku všetkým video lekciám, ktoré kurz obsahuje a inštruktor bude k dispozícií na vaše otázky na emaily. Štúdium lekcií si môžete čo najlepšie prispôsobiť vašim preferenciám a prechádzať nimi vlastným tempom.
Počas celého trvania kurzu budete mať k dispozícií komunitu na Discorde a neustálu podporu od inštruktora, takže sa nemusíte cítiť osamelo počas štúdia. :) Môžete ho kontaktovať na [email protected] v prípade, že:
- …vám nie je úplne jasná ktorákoľvek časť preberaného učiva
- …potrebujete detailnejšie dovysvetliť určitý koncept preberaného učiva
- …potrebujete kariérne poradenstvo (napr. skonzultovanie pracovnej pozície, o ktorú máte záujem)
- …máte akékoľvek iné technické či netechnické otázky :)
Technická podpora počas kurzu a akékoľvek otázky týkajúce sa preberaného učiva budú zodpovedané do dvoch pracovných dní. Otázky anonymne zverejníme v dokumente, aby sme sa od seba mohli navzájom učiť. Vaše otázky z oblasti kariérneho poradenstva budú zodpovedané do troch pracovných dní.
Čo je potrebné na absolvovanie kurzu?
Stabilné internetové pripojenie. Pre sledovanie video lekcií či prácu na cvičeniach je internetové pripojenie neustále potrebné.
Obsah kurzu
-
1
Vitajte v kurze Spoznaj Data Science!
-
Vitajte!
-
Podpora od inštruktora
-
-
2
Podstata Data Science
-
Vitajte v kapitole Podstata Data Science
-
Cieľ Data Science
-
Prístupy Data Science
-
Slovo "Data" z Data Science - Časť 1
-
Slovo "Data" z Data Science - Časť 2
-
Chyba merania
-
Zbožňujem ten žltý walkman!
-
Úloha: Skreslenia sú všade - Zadanie
-
Úloha: Skreslenia sú všade - Príkladové riešenie
-
Limitácie našej mysle
-
Slovo "Science" z Data Science
-
Kvíz - Podstata Data Science
-
-
3
Disciplíny Data Science
-
Vitajte v kapitole Disciplíny Data Science!
-
Štatistika
-
Databázy
-
Vzostup veľkých dát (big data)
-
Dôsledky veľkých dát (big data)
-
Potreba data miningu
-
Fenomén strojového učenia (machine learning)
-
Hlboké učenie (deep learning)
-
Umelá inteligencia (artificial intelligence)
-
Kto je Data Scientist?
-
Myslenie Data Scientistu
-
Práca so štruktúrovanými dátami
-
Špecializácie
-
Technické krídlo
-
"Mäkké" krídlo
-
Kvíz - Disciplíny Data Science
-
-
4
Opis a objavovanie dát
-
Vitajte v kapitole Opis a objavovanie dát!
-
Opis života gurmánov!
-
Prečo potrebujeme opisovať dáta
-
Základy deskriptívnych metód - Časť 1
-
Základy deskriptívnych metód - Časť 2
-
Základy deskriptívnych metód - Časť 3
-
Výpočet priemernej mzdy
-
Úloha 1: Moc opisu dát - Zadanie
-
Úloha 1: Moc opisu dát - Príkladové riešenie
-
Úloha 2: Moc opisu dát - Zadanie
-
Úloha 2: Moc opisu dát - Príkladové riešenie
-
Od opisu k objavovaniu
-
Ktorá nehnuteľnosť je tá správna?
-
Korelácia
-
Keď teplota stúpne
-
Nosia bociany deti?
-
Futbal a prezidenti
-
Úloha 3: Cvičenie s falošnou koreláciou - Zadanie
-
Úloha 4: Cvičenie s falošnou koreláciou - Zadanie
-
Úlohy 3 a 4: Cvičenie s falošnou koreláciou - Myšlienky od inštruktora
-
Kvíz - Opis a objavovanie dát
-
-
5
Inferencia a prediktívne modely
-
Vitajte v kapitole Inferencia a prediktívne modely
-
Od vzorky k populácii - Časť 1
-
Od vzorky k populácii - Časť 2
-
Je tá huba jedlá?
-
Inferencia - vytvorenie experimentu
-
Inferencia - štatistický test
-
Inferencia - riešenie a sumár
-
Úloha 1: Reprezentatívnosť vzorky - Zadanie
-
Úloha 1: Reprezentatívnosť vzorky - Príkladové riešenie
-
Funkcia prírody
-
Úloha 2: Identifikovanie relevantných zdrojov - Zadanie
-
Úloha 2: Identifikovanie relevantných zdrojov - Príkladové riešenie
-
Kedy potrebujeme prediktívny model?
-
Budovanie prediktívneho modelu
-
Úloha 3: Priradenie váhy vstupom - Zadanie
-
Úloha 3: Priradenie váhy vstupom - Príkladové riešenie
-
Typy prediktívnych modelov
-
Prediktívny model nie je nikdy perfektný
-
Vidíme psa alebo vlka?
-
Má náš model pozitívny dopad?
-
Kvíz - Inferencia a prediktívne modelovanie
-