Python jest najpopularniejszym językiem programowania wykorzystywanym w analizie danych i sztucznej inteligencji. Jest to język wysokiego poziomu co oznacza, że można opanować pracę w nim w krótkim czasie, a zawarte narzędzia (funkcje i biblioteki) pozwalają często w kilku liniach kodu przykładowo wykonać wizualizację danych lub stworzyć model sztucznej sieci neuronowej. Warsztat ten wprowadzi Cię w podstawowe elementy języka Python. Co więcej pokaże Ci jak skorzystać z narzędzi generatywnej sztucznej inteligencji, które ułatwią pracę w tym języku programowania. Warsztat ten jest również pierwszym z cyklu kursów poświęconych sztucznej inteligencji w Pythonie. Skierowany jest do naukowców, studentów i wszystkich zainteresowanych zdobyciem wiedzy i umiejętności z data science i sztucznej inteligencji. Jeśli widzisz przyszłość dla siebie w pracy w tych obszarach, to ten warsztat jest dla Ciebie. Podczas zajęć będą omawiane podstawowe zagadnienia programowania w Pythonie, które będą poparte szeregiem ćwiczeń. Szkolenie ma charakter prowadzonego na żywo warsztatu, ze sprawdzaniem postępów uczestników i możliwością zadawania pytań. Uczestnicy po zakończeniu warsztatu otrzymają pocztą elektroniczną certyfikat potwierdzający ukończenie kursu.

Termin: 21 i 23 maja 2025, 11:00-16:00 (2-dniowe warsztaty online).

Liczba godzin: 10 (5 godzin każdego dnia z przerwą kawową).

Lokalizacja: warsztaty zdalne.

Grupa: maksymalnie 10 osób.

Wykładowca: Prof. UAM dr hab. Łukasz Smaga.

Cena: 999 zł netto (1228,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe przysługuje cena
netto (zwolnienie z VAT).

Metody płatności: przelew na konto.

Zagadnienia:

• Wprowadzenie do języka Python
• Instalacja Pythona i IDE
• Praca z Pythonem – tryb interaktywny, skrypt
• Podstawowe typy zmiennych i danych oraz funkcje im dedykowane
• Podstawowe operatory logiczne i relacyjne oraz funkcje matematyczne
• Wprowadzenie do programowania: instrukcje warunkowe, pętle, instrukcje break i continue, funkcje i obsługa błędów
• Moduły i pakiety rozszerzające możliwości Pythona
• Wprowadzanie i zapisywanie danych z i do plików
• Wprowadzenie do analizy i wizualizacji danych
• Cechy szczególne Pythona
• Jak narzędzia generatywnej sztucznej inteligencji mogą pomóc w programowaniu w Pythonie
• Zadania wykonywane podczas warsztatu pod opieką prowadzącego

Cele kształcenia

Po kursie uczestnik będzie:

1. Potrafić programować w języku Python, co umożliwi dalszy rozwój w różnych dziedzinach.
2. Znać sposoby instalacji oraz pracy w odpowiednim środowisku dla języka Python.
3. Umieć wprowadzać dane do środowiska Python i operować na nich w odpowiedni sposób.
4. Potrafić pisać własne programy w języku Python, w tym:
1. Implementować algorytmy,
2. Kontrolować przepływ programu,
3. Tworzyć automatyczne rozwiązania z wykorzystaniem operatorów i funkcji matematycznych, instrukcji warunkowych oraz pętli.
5. Znać gotowe moduły i biblioteki w Pythonie i umieć je wykorzystać, w tym:
1. Pandas – do analizy danych,
2. Matplotlib – do wizualizacji danych.
6. Potrafić łączyć zewnętrzne źródła danych z językiem Python.
7. Znać narzędzia i metody analizy danych oraz wizualizacji, co pozwoli na:
1. Filtrowanie danych,
2. Sortowanie danych,
3. Analizowanie danych,
4. Wizualizowanie danych.
8. Rozumieć, jak wykorzystywać generatywną sztuczną inteligencję do wspierania pracy w zakresie analizy, wizualizacji i automatyzacji zadań.
9. Umieć interpretować wyniki analiz i wizualizacji, wyciągając odpowiednie wnioski.

.

prof. UAM dr hab. Łukasz Smaga

Profesor uczelni w Zakładzie Statystyki Matematycznej i Analizy Danych na Wydziale Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza w Poznaniu. Pracuje naukowo w dziedzinach testowania hipotez statystycznych, analizy danych funkcjonalnych oraz teorii eksperymentu. Zajmuje się również zastosowaniami metod statystycznych i uczenia maszynowego w praktycznych zagadnieniach. Od wielu lat programuje w języku Python i R. Doświadczony dydaktyk w zakresie rachunku prawdopodobieństwa, statystyki matematycznej i jej zastosowań. Współpracuje m.in. z pracownikami National University of Singapore, TU Dortmund University, Otto von Guericke University Magdeburg, Texas Tech University, Shiga University, Politechniki Poznańskiej i Uniwersytetu Ekonomicznego w Poznaniu.