Wydawca: 24
Analiza danych w Pythonie. Kurs video. Pracuj z Jupyter, Pandas i Matplotlib
Przemysław Dacko
Obierz kurs na analizę danych w Pythonie! Według raportu Digital 2022 liczba internautów to ponad 62% światowej populacji. Są nas miliardy i w krótkim czasie produkujemy miliardy danych. We współczesnym świecie zbiory danych postrzegane są niemal jak złoto, determinują bowiem kierunek rozwoju gospodarki. Jednakże tylko odpowiednio przetworzone dane stają się wartościowymi informacjami. Możemy przyjąć, że kształtują one każdy biznes, dlatego biznes chętnie sięga po analizę danych - naukę, w której surowe dane są analizowane w celu uzyskania na ich podstawie użytecznych informacji i wniosków. A więc jak przekuć zebrane dane w złoto? Branżowym standardem w analizie danych jest język Python i dystrybucja Anaconda wraz z licznymi pakietami data science. Zarezerwuj ponad 6 godzin na naukę, a wszystkie te niezbędne narzędzia i metodyki analizowania danych poznasz w ramach naszego kursu. W trakcie naszego profesjonalnego szkolenia wideo z analizy danych w Pythonie nauczysz się: Korzystać z dystrybucji Anaconda Używać programów Jupyter Lab i Jupyter Notebook Tworzyć wirtualne środowiska dla języka Python i nimi zarządzać Korzystać na poziomie podstawowym z języka Python Używać na poziomie podstawowym biblioteki Pandas, w tym: Obsługiwać DataFrame'y i sety Operować na DataFrame'ach i setach Wczytywać pliki Excel, CSV, tekstowe, pickle Wczytywać dane z baz danych i poprzez API Stosować metody oczyszczania danych: Usuwać puste wiersze Podglądać i przeglądać dane Zarządzać duplikatami Radzić sobie z błędnym typem danych Formatować tabele i dane Usuwać konkretne znaki Korzystać z metod manipulacji danymi: Zmieniać nazwy i dzielić kolumny Agregować dane i znajdować średnie, sumy, mediany, minimum i maksimum Grupować dane - sprawdzać teorię i analizować konkretne tendencje Sortować dane Filtrować dane Łączyć kilka źródeł i tabel w jedną Używać biblioteki Matplotlib i tworzyć wykresy: Tworzyć podstawowy wykres liniowy Edytować markery i linie Edytować etykiety i siatki Tworzyć subwykresy Tworzyć wykres scatterplot Tworzyć wykres słupkowy Generować histogram Tworzyć wykres kołowy Analizować dane i wyciągać wnioski z uzyskanych informacji Analiza danych w Pythonie. Kurs video. Pracuj z Jupyter, Pandas i Matplotlib rozpoczyna się konfiguracją środowiska Anaconda i instalacją bibliotek. W drugim rozdziale przestaną Ci być obce podstawy języka Python, poznasz między innymi operatory, listy, tuple, sety, słowniki, instrukcje warunkowe, pętle, funkcję lambda, RegEx i wyjątki. Po zaprzyjaźnieniu z Pythonem przyjdzie kolej na Pandas - bibliotekę oferującą struktury danych i operacje do manipulowania tabelami liczbowymi, a także szeregami czasowymi. Następnie czeka Cię dużo pracy z danymi; nauczysz się je oczyszczać, agregować i grupować. Po odpowiednim przygotowaniu danych kolej na ich wizualizację. W ostatnim rozdziale poznasz bibliotekę Matplotlib do generowania wizualizacji danych takich jak wykresy i histogramy. Kurs z analizy danych w Pythonie zakończysz na poziomie podstawowym. Będziesz w stanie samodzielnie stworzyć projekt analizy i przeprowadzić ją od wczytania danych po wnioski i wyniki w postaci tabel i wykresów. Pozbędziesz się uczucia skołowania, wywołanego wątpliwościami, od czego by rozpocząć naukę, a poznane zagadnienia pozwolą Ci na efektywny dalszy rozwój, wskażą bowiem wiele punktów wyjścia do kreowania swojej ścieżki w data science. Jakie zadania wykonuje analityk danych? Do codziennych zadań analityka należy zwiększanie wydajności poprzez wykrywanie wzorców w danych. Pod tym pojęciem kryje się realizowana na różne sposoby praca z danymi, w tym ich eksploracja, zarządzanie nimi, a także analiza statystyczna i wizualizacja danych. Analityk zajmuje się weryfikacją pewnych hipotez biznesowych i przygotowaniem raportów dla zarządu lub innych pracowników firmy. Jednocześnie zachowuje dużą samodzielność, eksplorując dane w sposób kreatywny i poszukując ciekawych zależności i zachowań. Już teraz jest to jeden z lepiej opłacanych zawodów w branży informatycznej, a analityk danych jest pożądanym pracownikiem z pogranicza IT i biznesu w każdej, zarówno większej, jak i mniejszej firmie. Zobacz także kursy wideo z .NET
Alicja Wolny-Dominiak
Obierz kurs na sprawniejszą analizę danych W dobie rozwoju technologii informatycznych i bazodanowych firmy gromadzą coraz więcej danych związanych z różnymi obszarami funkcjonowania przedsiębiorstwa. Praca z danymi powoli staje się codziennością działów marketingu i sprzedaży, w których konieczna okazuje się umiejętność szybkiego analizowania masowych informacji dotyczących profilu i zachowań klientów, źródeł ruchu na stronach WWW czy produktów przynoszących największe przychody w danym kanale dystrybucji. Kto potrafi błyskawicznie przetworzyć te dane i wyciągnąć z nich trafne wnioski, ten zyskuje przewagę konkurencyjną. Nic dziwnego, że rynek pracy jak gąbka chłonie specjalistów w zakresie analizy oraz wizualizacji danych. Sprzymierzeńcem w tych działaniach jest program R, czyli środowisko do obliczeń statystycznych, oraz współpracujące z nim R-Studio, stanowiące zestaw narzędzi do odzyskiwania danych utraconych z wewnętrznych i zewnętrznych nośników. Umiejętność sprawnego posługiwania się tym oprogramowaniem pozwala w bardzo elastyczny i indywidualny sposób przeprowadzać niezwykle zaawansowane analizy oraz profesjonalne wizualizacje danych. Co istotne, praca z nimi nie wymaga posiadania dużej wiedzy z dziedziny programowania — skupia się przede wszystkim na problemach stricte związanych z analizą. Niniejszy kurs video pozwala na szybkie rozpoczęcie samodzielnego działania w R-Studio i pokazuje możliwości, jakie oferuje środowisko R. Co Cię czeka podczas naszego profesjonalnego szkolenia? W trakcie niniejszego kursu video: Zobaczysz, na czym polega obróbka danych i jak zautomatyzować ten proces. Przeprowadzisz obliczenia statystyczne na zbiorach danych, a następnie je zautomatyzujesz. Zapoznasz się z zagadnieniem modelowania statystycznego. Będziesz wizualizować dane, wyniki oraz uzyskasz wykresy statystyczne. Co więcej... Nauczysz się wykonywać aplikację webową dla powyższych czynności. Analiza danych w środowisku R. Kurs video. Poziom pierwszy. Manipulacja, modelowanie i wizualizacja danych w praktyce kończy się na poziomie podstawowym. Jego słuchacz zdobędzie bazową wiedzę z obszaru statystyki opisowej oraz pracy w środowisku R i narzędziu R-Studio, dzięki czemu będzie w stanie samodzielnie ją rozwijać. Witaj w programie R Program, środowisko albo — jeszcze inaczej — język R to oprogramowanie typu open source, co oznacza, że rozwijają go sami użytkownicy, a korzystanie z niego jest nieodpłatne. Współpracuje z komputerami zarówno z Linuksem, jak i z Windowsem oraz macOS. Dostarcza szeroką gamę technik statystycznych (takich jak modelowanie liniowe i nieliniowe, klasyczne testy statystyczne, analiza szeregów czasowych, klasyfikacja czy grupowanie) oraz graficznych. Powszechnie korzysta się z niego w biznesie, bioinformatyce czy medycynie — do badań klinicznych. Jest na tyle popularny, że producenci komercyjnych pakietów statystycznych (na przykład SAAS lub Statistica) oferują dedykowane mechanizmy, dzięki którym ich oprogramowanie współpracuje z R. Dowiedz się, czym jest i jak działa pakiet R Kurs, dzięki któremu opanujesz podstawy pracy z językiem R oraz narzędziem R-Studio, trwa cztery godziny. W tym czasie dowiesz się, czym jest środowisko R i R-Studio i jak je zainstalować na swoim komputerze. Poznasz składnię programu R: rodzaje obiektów, wymuszanie typu zmiennej, wektor, macierz, listę faktor, ramkę danych data.frame, działania wektorowe, if oraz pętlę. Będziesz manipulować danymi — wczytywać je, agregować, filtrować, sortować i łączyć. Wykonasz analizę danych — i poznasz przy tym kolejne pojęcia: zmienną losową, jej rozkład i wybrane rozkłady, korelację i regresję oraz analizę szeregu czasowego (dekompozycja, średnia ruchoma, prognozowanie). Zobaczysz podstawowe wykresy wykonywane w technice tradycyjnej, dowiesz się, na czym polega formatowanie i personalizacja wykresu, poznasz nowoczesne wykresy z pakietem ggplot2, htmlwidgets i mapy z ggplot. Zaznajomisz się również z budową webowej aplikacji R Shiny. Tylko dla wtajemniczonych Osoba korzystająca z programu R może zajmować się wszystkim, co dotyczy danych i ich obróbki, analiz statystycznych czy wizualizacji. Poszerzając samodzielnie zakres wiedzy, będzie potrafiła budować modele statystyczne bazujące na zmiennych losowych i ich rozkładach, wykonywać na własne potrzeby różnego rodzaju symulacje, tworzyć modele predykcyjne i inne eksperymenty w ramach uczenia maszynowego oraz automatyzować wymienione czynności.
Analiza danych w Tableau. Kurs video. Podstawy pracy analityka
Przemysław Dacko
Obierz kurs na analizę danych w Tableau W sektorze business intelligence Tableau ma aż 16 procent udziału w rynku, co czyni go liderem w kategorii oprogramowania do analizy danych. Na ten zdumiewający wynik z pewnością wpłynęła prosta obsługa programu i jego intuicyjny interfejs. Nietechniczni pracownicy firmy bez problemów mogą przeglądać i analizować gotowe dane i raporty. Tableau, prócz tego, że jest łatwy do nauki, jako narzędzie do wizualizacji danych oferuje ogromne możliwości. Cechuje się dużą wydajnością, zdolnością wykonywania złożonych obliczeń i przetwarzania milionów danych w czasie rzeczywistym. Jest programem, w którym skomplikowane tabele w okamgnieniu można zamienić w zrozumiałe, interaktywne wykresy i grafiki. Ponadto Tableau jest dostępny na urządzenia mobilne iOS i Android. Wszystkie swoje analizy i raporty możesz więc mieć zawsze ze sobą! Użytkownicy pokochali Tableau za innowacje, które wprowadza do świata business intelligence. Z naszym kursem przekonasz się, że to narzędzie skrojone pod oczekiwania analityka! Analiza danych w Tableau. Kurs video. Podstawy pracy analityka składa się z 74 lekcji trwających łącznie ponad 7 godzin. W trakcie naszego profesjonalnego szkolenia: Zainstalujesz Tableau i poznasz jego obsługę Samodzielnie stworzysz wykresy: liniowe, punktowe, słupkowe, kołowe, pociskowe, heatmap, treemap Nauczysz się formatować wykresy, dodawać linie trendów i forecasty Poznasz najważniejsze pojęcia: worksheet, workbook, dashboard, story Nauczysz się pisać funkcje LOD Poznasz składnię pól kalkulowanych i dowiesz się, jak je utworzyć Stworzysz zaawansowane pola kalkulowane Przećwiczysz kalkulacje tabelaryczne, a także zorientujesz się, jak i kiedy ich używać Dowiesz się, jak korzystać z Tableau Server i Tableau Online Poznasz funkcje dostępne dla osoby wyświetlającej raport Nauczysz się tworzyć profesjonalne dashboardy i używać wszystkich związanych z nimi funkcji Dowiesz się, jak tworzyć foldery i przyznawać uprawnienia dostępu do nich Poznasz miary i wymiary Przećwiczysz pracę z danymi liczbowymi, tekstowymi i datami Przygotujesz źródło danych typu live i extract Uformujesz wszelkiego rodzaju relacje między źródłami danych Poznasz parametry, sety i ich zastosowanie Co więcej... Nauczysz się porządkowania danych, w tym agregowania, grupowania, filtrowania i sortowania Opublikujesz swoją pracę i własne źródło danych Analiza danych w Tableau. Kurs video. Podstawy pracy analityka ugruntuje Twoją wiedzę na poziomie podstawowym. Nie musisz mieć żadnych umiejętności technicznych i programistycznych, by nauczyć się obsługi Tableau. W trakcie szkolenia zaznajomisz się z pracą na zbiorach danych i metodami wizualizowania ich w postaci wykresów. Poznasz możliwości podłączania źródeł i relacje między danymi. Dowiesz się, jak łączyć tabele za pomocą join i union. Nauczysz się blendowania – techniki łączenia danych z różnych źródeł, aby analizować je w obrębie jednego widoku. Przećwiczysz funkcje LOD, czyli kalkulacje poziomu szczegółowości, i przedstawisz dane na innym poziomie dokładności niż wejściowa wizualizacja. Za pomocą kilku kliknięć stworzysz interaktywny dashboard umożliwiający wizualne porównywanie różnych typów danych. W ostatnim rozdziale opublikujesz kompletny raport na serwerze, by był dostępny dla uprawnionych odbiorców.
Analiza danych z Banku Danych Lokalnych z wykorzystaniem programu R
Andrzej Bąk, Grażyna Dehnel, Andrzej Dudek, Eugeniusz...
Monografia skierowana jest do użytkowników Banku Danych Lokalnych oraz osób, które we własnym zakresie chcą się z nim zapoznać. Bank Danych Lokalnych (BDL) udostępniany przez GUS od 1995 r. jest największą w Polsce bazą danych oferującą potencjalnym użytkownikom ponad 97 tys. zmiennych statystycznych pogrupowanych tematycznie. BDL to znane i cenione źródło danych statystycznych dla badaczy stosujących metody wielowymiarowej analizy statystycznej. Książka jest pierwszą pozycją naukową prezentującą automatyczne wykorzystanie danych z Banku Danych Lokalnych w analizach statystycznych wykorzystujących metody wielowymiarowe. Wiedza zawarta w monografii pozwoli użytkownikom metod statystycznej analizy wielowymiarowej na szybkie i przyjazne przeprowadzanie analiz dla danych statystycznych pozyskanych z BDL. Ponadto czytelnik otrzyma aktualną wiedzę z zakresu statystycznej analizy wielowymiarowej oraz wszystkie skrypty programu R. W monografii zaprezentowano nowy sposób automatycznego pozyskiwania danych z Banku Danych Lokalnych z wykorzystaniem pakietu bdl oraz interfejsu API (Application Programming Interface) oraz wykorzystanie tak pozyskanych danych w zastosowaniu dla wybranych metod statystycznej analizy wielowymiarowej. Autorzy mają nadzieję, że monografia okaże się przydatna dla badaczy i praktyków, którzy zajmują się problematyką analizy danych, klasyfikacji, dyskryminacji, modelowania, wizualizacji, itp. Zainteresuje więc z pewnością ekonomistów, psychologów, socjologów, biologów, botaników, archeologów, lekarzy i innych.
Analiza danych z wykorzystaniem SQL-a. Zaawansowane techniki przekształcania danych we wnioski
Cathy Tanimura
Język SQL został stworzony jako narzędzie do przetwarzania danych. Mimo że zwykle jest używany do pracy z bazami danych, jego możliwości są o wiele większe. Poprawny kod SQL ułatwia przetwarzanie potężnych zbiorów danych z dużą szybkością. Szczególnie obiecującą perspektywą jest zastosowanie języka SQL na wielkich zbiorach danych przechowywanych w chmurze. Dzięki nieco bardziej złożonym konstrukcjom SQL analityk danych może z dużą efektywnością wydobywać z nich wiedzę. Ta praktyczna książka jest przeznaczona dla analityków danych i danologów, którzy chcą używać SQL-a do eksploracji dużych zbiorów danych. Pokazuje zarówno popularne, jak i nieco mniej znane techniki budowania zapytań SQL, dzięki czemu możliwe staje się rozwiązywanie nawet bardzo zawiłych problemów i optymalne wykorzystanie właściwości tego języka w pracy na danych. W nowy, innowacyjny sposób przedstawiono tu takie pojęcia jak złączenia, funkcje okna, podzapytania i wyrażenia regularne. Zademonstrowano, jak łączyć różne techniki, aby szybciej osiągać cele za pomocą łatwego do zrozumienia, czytelnego kodu. Opisywany materiał został zilustrowany licznymi przykładami zapytań SQL, dzięki czemu można płynnie przejść do rozwiązywania konkretnych problemów z zakresu przetwarzania, analizy i eksploracji danych. Najciekawsze zagadnienia: przygotowywanie danych do analizy analizy szeregów czasowych z wykorzystaniem SQL analizy kohortowe do badania zachodzących zmian analiza tekstu za pomocą zaawansowanych funkcji i operatorów SQL wykrywanie odstających wartości analizy eksperymentów (testy A/B) SQL: tak wyciągniesz z danych rzetelne wnioski!
Analiza drgań nawierzchni i podtorza pod wpływem obciążeń ruchomych z dużymi prędkościami
Magdalena Ataman
We współczesnej komunikacji pociągi odgrywają coraz większą rolę. Konstrukcje nawierzchni kolejowej i podtorza, przystosowanych do ruchu pociągów z dużymi prędkościami, muszą spełniać rygorystyczne warunki techniczne, zatem właściwe zwymiarowanie nawierzchni drogi szynowej jest niezwykle ważnym zadaniem, mającym zasadniczy wpływ na bezpieczeństwo i komfort podróży i transportu. W prezentowanym opracowaniu wskazany i przebadany został wpływ pionowego obciążenia ruchomego na powstawanie i wielkość ściskających sił osiowych w konstrukcji drogi szynowej. Oprócz prędkości w analizie uwzględniono inercję obciążenia i podłoża gruntowego. Do rozważań przyjęto model nawierzchni kolejowej w postaci belki lub płyty warstwowej o zmiennej sztywności poszczególnych warstw. Analizowany model podłoża Własowa uwzględnia, oprócz własności sprężystych gruntu, jego ścinanie i masę, czyli inercję (siły bezwładności), oraz osiadanie podłoża w sąsiedztwie toru kolejowego. W pracy przebadano wpływ sił osiowych na wielkość prędkości krytycznych. Przeanalizowano też schematy uwzględniające zmienność masy i sztywności konstrukcji drogi szynowej oraz zmienność parametrów charakteryzujących podłoże w kierunku podłużnym. Ruch pojazdu ze zmiennymi prędkościami po torze generuje również podłużną siłę ruchomą, wywołującą drgania podłużne konstrukcji nawierzchni. Zjawisko to może być szczególnie ważne w konstrukcjach mostowych. W pracy przebadano wpływ ruchomych sił stycznych do toru na odpowiedź dynamiczną nawierzchni i podtorza drogi szynowej biegnącej po gruncie oraz na moście. Zaprezentowano także uproszczony model do wstępnej analizy wpływu nierówności toru na zmianę prędkości koła. Istotą prezentowanej monografii są analityczne rozwiązania dynamiczne od pionowych inercyjnych obciążeń ruchomych konstrukcji na podłożach odkształconych, a zasadniczym i oryginalnym elementem - analityczne wyznaczenie dynamicznych podłużnych sił krytycznych od inercyjnych obciążeń pionowych w układzie nawierzchnia, podtorze, ruchomy pociąg i otoczenie drogi kolejowej, a następnie wyznaczenie w takim modelu prędkości krytycznych.
Marek Czyżewski i In.
Celem publikacji jest przedstawienie wybranych metod i perspektyw badawczych, stosowanych we współczesnej analizie dyskursu, która od początku była i pozostaje obszarem spotkania wielu dyscyplin: językoznawstwa, socjologii, historii, kulturoznawstwa, politologii, a także pedagogiki i filozofii. To spotkanie powoduje, że analiza dyskursu jawi się jako dziedzina w oczywisty sposób inter- i multidyscyplinarna. Niekiedy korzystanie z wielorodnych inspiracji prowadzi do wypracowania własnych, zintegrowanych, a zatem interdyscyplinarnych języków analitycznych. W innych przypadkach obserwujemy raczej sytuację multidyscyplinarną w postaci wzajemnego uzupełniania się odmiennych strategii badawczych. Analizując polskie tekstów publiczne autorzy używają instrumentarium badawczego wywodzącego się z nauk humanistycznych i społecznych, uwzględniając obecne w polskiej tradycji nurty badawcze oraz specyfikę kontekstu społeczno-kulturowego. Prezentowane w tomie analizy były przedmiotem wspólnych dyskusji, które pozwalały na konfrontację różnych metodyk (dominującym ujęciem okazały się jakościowe metody semiotyczno-lingwistyczne) i metodologii oraz perspektyw teoretycznych (deskryptywna, krytyczna). Teksty metodologiczne zostały podzielone na trzy kategorie: metody (przedstawiono wybrane metody analizy dyskursu: analizę pola semantycznego, analizę narracyjną, analizę multimodalną, analizę semiotyczną oraz analizy ramowania), perspektywy badawcze (perspektywa krytycznej analizy dyskursu, perspektywa postkolonialna, perspektywa feministyczna oraz perspektywa postfoucaultowskiej analizy dyskursu) a także dwie analizy tego samego materiału. Prezentowany tom stanowi dobrą ilustrację zastosowania w praktyce badawczej reguł interdyscyplinarności i efektów multidyscyplinarności oraz zestawiania ze sobą różnych punktów widzenia w badaniach nad komunikowaniem publicznym, które jest wdzięcznym polem dla takich ujęć badawczych. Książka powinna cieszyć się zainteresowanie wszystkich interesujących się debatą publiczną w Polsce, jej historycznymi odsłonami oraz poszukiwaniem narzędzi dla jej poznawania i analizy.
Analiza ekonomiczna działalności przedsiębiorstwa
Wiesław Janik, Artur Paździor, Maria Paździor
Przygotowując niniejszą monografię wykorzystano najnowszą literaturę przedmiotu. Poszczególne metody analizy zostały dodatkowo zilustrowane przykładami praktycznymi, które zostały oparte częściowo na danych empirycznych z przedsiębiorstw, częściowo zaś na danych umownych. Treść niniejszego opracowania jest zgodna z zakresem tematycznym analizy ekonomicznej wykładanej na kierunkach ekonomicznych studiów dziennych i zaocznych oraz studiach podyplomowych. Książka może być użyteczna dla praktyków, zajmujących się zagadnieniami planowania, finansowania i oceny efektywności procesów gospodarczych.