Przemiana w analizie danych z Excela na Pythona

Ta sześciogodzinna sesja omówi podstawy analityki danych z wykorzystaniem Excela, a następnie przeniesie i rozszerzy tę wiedzę, aby przeprowadzić analizę danych. Wymagania wstępne: Uczestnicy powinni mieć podstawową wiedzę o programowaniu i Excelu. Będziesz mieć okazję nauczyć się, jak przeprowadzać eksploracyjną analizę danych, wizualizację danych i testowanie hipotez oraz jak używać Pythona do uzyskiwania dostępu i manipulacji plikami Excel. Na koniec kursu będziesz w stanie przeprowadzić kompletną analizę danych za pomocą Pythona. Cele nauczania: W trakcie tego kursu będziesz mieć możliwość nauczenia się, jak: * Zrozumieć podstawy analityki w Excelu * Eksplorować zmienne w Excelu * Zrozumieć eksploracyjną analizę danych * Zrozumieć podstawy statystyki inferencyjnej i testowania hipotez * Używać języka programowania Python do analizy danych * Uzyskiwać dostęp do plików Excel za pomocą Pythona * Przeprowadzać wizualizację danych i eksplorację w Pythonie * Przeprowadzać bardziej efektywne i dogłębne analizy danych za pomocą Pythona * Eksplorować korelację i regresję liniową w Excelu i Pythonie * Używać Pythona do manipulacji plikami Excel oraz do przeprowadzania uczenia maszynowego Plan tematyczny: 1. Przegląd analityki danych 2. Recenzja Excela 3. Podstawy analityki w Excelu * Zmienne w Excelu * Eksploracyjna analiza danych w Excelu * Wizualizacja danych w Excelu 4. Wprowadzenie do języka programowania Python 5. Instalacja Anaconda 6. Kamień milowy 1: Jak korzystać z Jupyter Notebooks 7. Podstawy Pythona * Wprowadzenie do Pandas * Użycie Pandas do uzyskiwania dostępu do plików Excel * Analiza danych z użyciem Pandas 8. Kamień milowy 2: Przeprowadzenie eksploracyjnej analizy danych za pomocą Pandas 9. Użycie Pythona do obróbki danych * Użycie Pythona do manipulacji plikami Excel * Wizualizacja danych w Pythonie: Matplotlib, Pandas, Seaborn 10. Kamień milowy 3: Przeprowadzenie wizualizacji danych za pomocą Pythona 11. Statystyka inferencyjna i testowanie hipotez w Pythonie * Korelacja i regresja liniowa z użyciem Excela i Pythona * Użycie Pythona do przeprowadzania uczenia maszynowego 12. Kamień milowy 4: Przeprowadzenie pełnej analizy danych w Pythonie 13. Zakończenie: Analityka danych w świecie rzeczywistym i następne kroki.