Warsztat dla osób, które mają już pewne doświadczenie w programowaniu w języku Python, innych językach lub ukończyły nasz warsztat „Podstawy Pythona z wykorzystaniem sztucznej inteligencji”. Nauczymy Cię używać języka Python do przetwarzania i analizy danych oraz interpretacji wyników. Przekażemy Ci podstawowy warsztat analityka i praktyczną wiedzę z zakresu analizy danych i statystyki. Zapraszamy pracowników firm przetwarzających zbiory danych, analityków, naukowców, pracowników sektora bankowego i finansowego oraz wszystkich zainteresowanych nabyciem umiejętności analizowania danych w języku Python. 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.

Terminy: 12 i 13 lutego 2025, 11:00-16:00 (2-dniowe warsztaty online)

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

Lokalizacja: warsztaty zdalne.

Grupa: do 10 osób.

Wykładowcy: prof. UAM dr hab. Łukasz Smaga.

Cena: 999 zł netto (1228,77 zł brutto). Pracownikom finansowanym przez instytucje naukowe (lub inne jednostki finansowane ze środków publicznych) przysługuje zwolnienie z VAT.

Metody płatności: przelew na konto.

Zagadnienia:

• Podstawowe statystyki opisowe: miary tendencji centralnej, miary rozrzutu
• Wizualizacja danych na potrzeby statystyki
• Podstawowe testy statystyczne: test t, anova, porównania wielokrotne, testy sprawdzania równości wariancji, zgodności z rozkładem normalnym
• Podstawowe testy statystyczne nieparametryczne: Kruskala-Wallisa, test Friedmana, test Wilcoxona, porównania wielokrotne
• Testy zgodności, niezależności
• Regresja prosta, regresja wielokrotna
• Analiza korelacji
• Analiza składowych głównych

Cele kształcenia

Po kursie uczestnik będzie:

1. Potrafić praktycznie wykorzystywać metody statystyczne w analizie danych.
2. Umieć korzystać z bibliotek języka Python do wykonywania obliczeń statystycznych.
3. Znać metody podsumowywania danych przy użyciu odpowiednich miar statystycznych i wizualizacji w formie wykresów.
4. Posiadać wiedzę i umiejętności w zakresie:
1. Estymacji parametrów,
2. Testowania hipotez statystycznych.
5. Znać metody parametryczne (klasyczne) i nieparametryczne oraz ich założenia, co pozwoli na:
1. Rozpoznanie odpowiedniej metody statystycznej do konkretnego problemu,
2. Poprawne zastosowanie tej metody.
6. Potrafić badać zależności między zmiennymi za pomocą:
1. Analizy regresji,
2. Analizy korelacji.
7. Poznać metody redukcji wymiaru, umożliwiające:
1. Poprawę wydajności metod wielowymiarowych,
2. Wizualizację danych w przestrzeniach niskiego wymiaru.
8. Rozumieć praktyczne zastosowanie analizy statystycznej dzięki licznym przykładom ilustrującym różne metody i ich zastosowanie w rzeczywistych problemach.

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.