Kurz data science a datové analýzy

Lekce 1 • Spektrum analytiky

Představuje deskriptivní, diagnostickou, prediktivní a preskriptivní analytiku. Studenti přiřadí každý typ k obchodním otázkám a očekávaným výstupům.

Lekce 2 • Co je datová věda

Definuje datovou vědu, její rozsah a jak se liší od statistiky a softwarového inženýrství. Zavádí slovní zásobu používanou v celém kurzu.

Lekce 3 • Datové typy a struktury

Pokrývá strukturované, polostrukturované a nestrukturované datové formáty. Propojuje povědomí o datových typech s vhodným výběrem nástrojů a metod.

Lekce 1 • Možnosti NoSQL a cloudového úložiště

Přehled dokumentových, klíč-hodnota a sloupcových NoSQL úložišť spolu s cloudovým objektovým úložištěm. Studenti vybírají typy úložišť na základě objemu dat a vzorů dotazů.

Lekce 2 • Primární a sekundární datové zdroje

Rozlišuje data z první, druhé a třetí strany a jejich kompromisy. Zakládá výběr zdrojů na kritériích spolehlivosti a relevance.

Lekce 3 • Tvorba jednoduchých datových pipeline

Kombinuje dovednosti sběru a ukládání do automatizovaných workflow pro příjem dat. Studenti píší skripty, které spolehlivě provádějí extrakci, transformaci a načítání dat.

Lekce 4 • Web scraping a API

Učí programové získávání dat pomocí REST API a scrapingu HTML. Studenti extrahují a parsují reálná data z živých webových zdrojů.

Lekce 1 • Techniky transformace dat

Aplikuje normalizaci, standardizaci, kódování a binning pro přípravu features. Propojuje transformace s požadavky na kompatibilitu navazujících modelů.

Lekce 2 • Přetváření a spojování datových sad

Učí pivotování, melting, spojování a slučování více DataFrame. Studenti konsolidují data z více zdrojů do jednotných analytických tabulek.

Lekce 3 • Základy explorativní analýzy dat

Využívá souhrnné statistiky a rozdělení k pochopení charakteristik datové sady. Poskytuje diagnostickou čočku potřebnou před zahájením jakéhokoli čištění.

Lekce 4 • Ošetření chybějících a poškozených dat

Pokrývá strategie detekce, imputace a odstraňování neúplných záznamů. Studenti volí metody na základě mechanismů chybějících hodnot (MCAR, MAR, MNAR).

Lekce 1 • Principy efektivní vizualizace

Pokrývá percepční principy, výběr grafů a běžné vizualizační chyby. Zakládá rozhodnutí o návrhu na porozumění publika a integritě dat.

Lekce 2 • Interaktivní vizualizace s Plotly

Vytváří grafy a dashboardy s popisky při najetí myší a zoomem pomocí Plotly a Dash. Rozšiřuje statické dovednosti o webově připravenou, uživatelem řízenou exploraci.

Lekce 3 • Datový storytelling a prezentace

Strukturuje analytická zjištění do koherentních narativů pro výkonné publikum. Studenti vytvářejí prezentační slajdy a reporty, které řídí rozhodování.

Lekce 4 • Geoprostorové a vícerozměrné vizuály

Představuje choropletové mapy, heatmapy a paralelní souřadnice pro komplexní data. Studenti efektivně vizualizují prostorové a vícerozměrné vztahy.

Lekce 1 • Rámec testování hypotéz

Představuje nulové a alternativní hypotézy, p-hodnoty a chyby I. a II. typu. Studenti aplikují rámec na reálné obchodní a vědecké otázky.

Lekce 2 • Běžné statistické testy

Aplikuje t-testy, chí-kvadrát, ANOVA a Mann-Whitneyho test na vhodné datové typy. Studenti vybírají testy na základě škály dat a předpokladů o rozdělení.

Lekce 3 • Korelační a regresní analýza

Měří lineární vztahy a vytváří jednoduché a vícenásobné regresní modely. Přemosťuje deskriptivní statistiku k prediktivnímu modelování představenému později.

Lekce 4 • Pravděpodobnost a rozdělení

Pokrývá pravidla pravděpodobnosti, náhodné proměnné a klíčová rozdělení (normální, binomické, Poissonovo). Poskytuje matematický základ pro veškerou inferenční práci.

Lekce 1 • Regresní algoritmy

Rozšiřuje lineární regresi o regularizované modely (Ridge, Lasso) a stromové regresory. Studenti predikují spojité výstupy a interpretují koeficienty.

Lekce 2 • Základní koncepty a workflow ML

Definuje trénovací, validační a testovací rozdělení, trade-off mezi vychýlením a rozptylem a přeučení. Zavádí end-to-end ML pipeline používanou u každého následujícího modelu.

Lekce 3 • Evaluace a výběr modelu

Používá křížovou validaci, matice záměn, ROC-AUC a RMSE k hodnocení modelů. Studenti vybírají nejlepší model pro danou úlohu pomocí objektivních metrik.

Lekce 4 • Klasifikační algoritmy

Pokrývá logistickou regresi, rozhodovací stromy, k-NN a metodu podpůrných vektorů. Studenti trénují a porovnávají klasifikátory na označkovaných datových sadách.

Lekce 1 • Optimalizace hyperparametrů

Aplikuje grid search, random search a Bayesovskou optimalizaci pro ladění modelů. Studenti automatizují ladění a systematicky dokumentují zisky výkonu.

Lekce 2 • Základy neuronových sítí

Vytváří dopředné sítě s Kerasem, pokrývá vrstvy, aktivační funkce a backpropagaci. Propojuje mechaniku neuronových sítí s navazujícími modely hlubokého učení.

Lekce 3 • Základy zpracování přirozeného jazyka

Pokrývá tokenizaci, TF-IDF, word embeddingy a klasifikaci založenou na transformerech. Studenti vytvářejí textové klasifikátory a analyzátory sentimentu.

Lekce 4 • Ansámblové metody

Pokrývá bagging, boosting a stacking s Random Forest, XGBoost a LightGBM. Studenti ladí ansámbly pro dosažení špičkového výkonu na tabulkových datech.

Lekce 1 • Tvorba REST API pro modely

Obalí natrénované modely do endpointů FastAPI pro inferenci v reálném čase. Studenti testují, dokumentují a zabezpečují predikční API.

Lekce 2 • Balení a serializace modelů

Ukládá a načítá modely pomocí pickle, joblib a ONNX pro přenositelnost. Zajišťuje reprodukovatelnost napříč prostředími a členy týmu.

Lekce 3 • Kontejnerizace pomocí Dockeru

Zabalí API modelů do Docker kontejnerů pro konzistentní, přenosné nasazení. Studenti píší Dockerfily a spravují image pro ML služby.

Lekce 4 • Cloudové nasazení a škálování

Nasazuje kontejnerizované modely na cloudové platformy pomocí spravovaných služeb. Studenti konfigurují automatické škálování a vyrovnávání zátěže pro produkční provoz.