This course was created with the
course builder. Create your online course today.
Start now
Create your course
with
Automatyczne odtwarzanie
Autouzupełnienie
Poprzedni wykład
Kontynuuj
Data Science Bootcamp w języku Python - od A do Z (12.5h)
Narzędzia i konfiguracja środowiska
Wymagania
Google Colab + Dysk Google + GitHub (9:34)
Utworzenie repozytorium na platformie GitHub (1:37)
Praca z Google Colab oraz platformą GitHub (3:54)
Wprowadzenie: NumPy
Array: Tablice NumPy ndarray (17:22)
Array: Podstawowe typy danych w bibliotece NumPy (5:03)
Array: Tworzenie tablic NumPy ndarray (8:58)
Array: Podstawowe operacje na tablicach (8:20)
Array: Generowanie liczb pseudolosowych - np.random (7:03)
Array: Podstawowe funkcje w bibliotece NumPy (6:59)
Array: Indeksowanie i wycinanie tablic (6:21)
Array: Iteracja po tablicach, zmiana rozmiaru oraz maski logiczne (9:00)
Algebra liniowa: Norma wektora i odległość punktów (7:26)
Algebra liniowa: Mnożenie macierzy (6:45)
Algebra liniowa: Wyznacznik, macierz jednostkowa, odwrotna i transponowana (9:18)
Algebra liniowa: Rozwiązywanie układów równań (7:09)
Funkcje statystyczne w bibliotece NumPy (4:31)
Analiza Danych: Pandas
Series: tworzenie obiektów cz. 1 (11:06)
Series: tworzenie obiektów cz. 2 (5:22)
Series: praca z obiektem (9:14)
Series: metoda apply() (3:09)
DataFrame: tworzenie obiektów (8:53)
DataFrame: selekcja kolumn (9:25)
Case Study: dane giełdowe cz.1 (10:30)
Case Study: dane giełdowe cz.2 (7:57)
DataFrame: obliczanie nowych kolumn (13:30)
DataFrame: filtrowanie danych (11:36)
Zapis/odczyt danych - CSV, XLSX (8:24)
London Bike Dataset (3:09)
DataFrame: łączenie danych (9:35)
DataFrame: łączenie danych - append (2:36)
Case Study II - Google App Store Data cz. 1 (12:12)
Case Study II - Google App Store Data cz. 2 (13:26)
Case Study II - Google App Store Data cz. 3 (5:09)
DataFrame: porównanie do języka SQL cz. 1 (7:15)
DataFrame: porównanie do języka SQL cz. 2 (9:13)
DataFrame: porównanie do języka SQL cz. 3 (11:12)
Wizualizacje Danych: Matplotlib, Seaborn, Plotly Express
Matplotlib: wprowadzenie (16:15)
Matplotlib: wykresy słupkowe i punktowe (4:25)
Matplotlib: wyświetlanie obrazów, subploty (9:46)
Matplotlib: style (3:22)
Seaborn: wprowadzenie cz. 1 (14:25)
Seaborn; wprowadzenie cz. 2 (6:39)
Plotly Express: wprowadzenie cz. 1 (15:10)
Plotly Express: wprowadzenie cz. 2 (7:58)
Plotly Express: tworzenie animacji (6:54)
Plotly Express: notowania giełdowe (1:58)
Plotly Express: wykresy słupkowe (2:39)
Plotly Express: mapy (2:40)
Plotly: wprowadzenie (17:06)
Plotly: diagram Sankey'a (9:05)
Plotly: wykres świecowy (3:18)
Interaktywne Dashboardy: Dash + Plotly
Framework Dash (3:20)
PyCharm (1:05)
PyCharm - klonowanie repozytorium + konfiguracja środowiska (5:26)
Dash: Pierwsza aplikacja webowa (9:47)
Dash: Notowania giełdowe - aplikacja (4:42)
Dash: Interaktywny dashboard (4:45)
Podstawy Prawdopodobieństwa i Statystyki: SciPy
Prawdopodobieństwo i statystyka cz. 1 (27:54)
Prawdopodobieństwo i statystyka cz. 2 (10:32)
Prawdopodobieństwo i statystyka cz. 3 (6:20)
Uczenie Maszynowe: scikit-learn
Biblioteka scikit-learn (3:51)
Pierwszy model (17:41)
Klasyfikacja binarna: dokładność modelu + interpretacja graficzna cz. 1 (11:45)
Klasyfikacja binarna: dokładność modelu + interpretacja graficzna cz. 2 (2:59)
Klasyfikacja binarna: macierz konfuzji (5:30)
Klasyfikacja binarna: metryki na podstawie macierzy konfuzji (7:52)
Klasyfikacja binarna: krzywa ROC (5:38)
Klasyfikacja wieloklasowa: metody oceny modelu (7:14)
Regresja: metody oceny modelu (13:22)
Regresja: model regresji liniowej cz. 1 (8:19)
Regresja: model regresji liniowej cz. 2 (5:52)
Regresja wielomianowa (8:52)
Regresja logistyczna (11:33)
Klasyfikacja: algorytm k-najbliższych sąsiadów (17:43)
Klasyfikacja: algorytm drzew decyzyjnych (19:25)
scikit-learn: cheat-sheet (3:36)
Klasyfikacja: Support Vector Machine (12:08)
Uczenie Głębokie: Tensorflow + Keras
Pierwsza sieć neuronowa - wprowadzenie cz. 1 (6:52)
Pierwsza sieć neuronowa - wprowadzenie cz. 2 (4:29)
Pierwsza sieć neuronowa - rozpoznawanie cyfr (17:29)
Keras: wprowadzenie cz. 1 (26:26)
Keras: wprowadzenie cz. 2 (7:43)
Klasyfikacja wieloklasowa - Fashion MNIST (13:40)
Tensorflow Hub - Transfer Learning (6:58)
Computer Vision: OpenCV
OpenCV: wprowadzenie (16:23)
OpenCV: detekcja prostokątów (7:57)
BONUS
Grupa na Facebooku (0:51)
Rekomendowane ścieżki uczenia
Bonus
Prawdopodobieństwo i statystyka cz. 1
Treść wykładu zablokowana
Jeśli jesteś już zarejestrowany,
musisz się zalogować
.
Zapisz się na kurs, aby odblokować
course builder. Create your online course today.
Start now
course builder. Create your online course today.
Start now
course builder. Create your online course today.
Start now
