Kurs Full-Stack Data Science

Lekcja 1 • Podstawy programowania w Pythonie

Obejmuje składnię Pythona, struktury danych i przepływ sterowania jako główny język programowania. Ustanawia podstawy skryptowania, od których zależą wszystkie późniejsze prace z danymi.

Lekcja 2 • Algebra liniowa dla nauki o danych

Uczy wektorów, macierzy i dekompozycji jako matematycznego kręgosłupa algorytmów uczenia maszynowego. Łączy się bezpośrednio z późniejszą redukcją wymiarowości i optymalizacją modeli.

Lekcja 3 • NumPy w obliczeniach numerycznych

Wprowadza obliczenia oparte na tablicach z użyciem NumPy do szybkich operacji numerycznych. Bezpośrednio umożliwia matematykę macierzową i wektoryzowane transformacje danych używane w całym kursie.

Lekcja 4 • Podstawy rachunku różniczkowego i optymalizacji

Obejmuje pochodne, gradienty i regułę łańcuchową jako narzędzia do zrozumienia trenowania modeli. Zapewnia intuicję stojącą za metodą gradientu prostego używaną w każdym rozdziale o uczeniu maszynowym.

Lekcja 1 • Wizualizacja danych z Matplotlib i Seaborn

Buduje umiejętności tworzenia wykresów przy użyciu Matplotlib i Seaborn do przekazywania wniosków z danych. Biegłość w wizualizacji wspiera zarówno EDA, jak i raportowanie dla interesariuszy w całym kursie.

Lekcja 2 • Pobieranie danych i podstawy pandas

Wprowadza DataFrames, Series oraz operacje wejścia/wyjścia plików do ładowania danych strukturalnych z wielu źródeł. Stanowi punkt wejścia dla wszystkich zadań manipulacji danymi w tym rozdziale.

Lekcja 3 • Inżynieria cech i transformacja

Uczy kodowania, skalowania, binaryzacji i tworzenia cech pochodnych w celu przygotowania danych do uczenia maszynowego. Przekształcone cechy są bezpośrednim wejściem do wszystkich modeli uczenia nadzorowanego.

Lekcja 4 • Techniki eksploracyjnej analizy danych

Stosuje podsumowania statystyczne i wizualizacje do odkrywania wzorców, korelacji i anomalii. Wyniki EDA kierują wyborem cech i modeli w kolejnych rozdziałach.

Lekcja 1 • Podstawowe pisanie zapytań SQL

Obejmuje klauzule SELECT, WHERE, ORDER BY i LIMIT do pobierania i filtrowania danych. Są to elementy składowe każdego zapytania analitycznego w tym rozdziale.

Lekcja 2 • Koncepcje relacyjnych baz danych

Wyjaśnia tabele, klucze, schematy i normalizację jako strukturalną podstawę relacyjnych baz danych. Zrozumienie projektowania schematów jest warunkiem wstępnym pisania skutecznych zapytań.

Lekcja 3 • SQL w przepływach pracy w nauce o danych

Stosuje SQL do ekstrakcji danych, obliczania cech i integracji potoków z Pythonem. Łączy zapytania do baz danych z analizą opartą na pandas, omówioną w rozdziale 2.

Lekcja 4 • Podzapytania i funkcje okienne

Wprowadza podzapytania, CTE i funkcje okienne dla zaawansowanych analitycznych wzorców SQL. Te techniki są niezbędne do rankingu, sum bieżących i analizy kohortowej.

Lekcja 1 • Dostrajanie hiperparametrów i walidacja krzyżowa

Obejmuje przeszukiwanie siatki, przeszukiwanie losowe i k-krotną walidację krzyżową dla solidnej optymalizacji modeli. Te techniki zapobiegają przeuczeniu i zapewniają wiarygodne oszacowania wydajności.

Lekcja 2 • Przepływ pracy uczenia maszynowego i scikit-learn

Wprowadza kompleksowy potok uczenia maszynowego: dzielenie danych, dopasowywanie modeli i ocenianie przewidywań. Ustanawia wzorzec API scikit-learn używany w każdej kolejnej sekcji dotyczącej uczenia maszynowego.

Lekcja 3 • Metody zespołowe i boosting

Wprowadza lasy losowe, boosting gradientowy i XGBoost jako wysokowydajne modele zespołowe. Opiera się na koncepcjach pojedynczych modeli, aby osiągnąć najnowocześniejsze wyniki na danych tabelarycznych.

Lekcja 4 • Modele regresji i ocena

Obejmuje regresję liniową, grzbietową, LASSO i wielomianową do przewidywania ciągłych celów. Metryki oceny, takie jak RMSE i R², są wprowadzone tutaj i wielokrotnie używane w całym rozdziale.

Lekcja 1 • Metody wykrywania anomalii

Stosuje izolacyjny las, jednoklasowy SVM i metody statystyczne do wykrywania wartości odstających w danych. Wykrywanie anomalii jest bezpośrednim zastosowaniem uczenia nienadzorowanego do rzeczywistych problemów.

Lekcja 2 • Nieliniowa redukcja wymiarowości

Wprowadza t-SNE i UMAP do wizualizacji danych wysokowymiarowych w dwóch lub trzech wymiarach. Metody te ujawniają strukturę klastrów, której PCA nie jest w stanie uchwycić w danych nieliniowych.

Lekcja 3 • Modelowanie tematyczne i faktoryzacja macierzy

Obejmuje NMF i LDA do wyodrębniania ukrytych tematów z kolekcji dokumentów i macierzy rzadkich. Rozszerza uczenie nienadzorowane na przypadki użycia związane z tekstem i systemami rekomendacyjnymi.

Lekcja 4 • Analiza głównych składowych

Obejmuje PCA jako liniową technikę redukcji wymiarowości zachowującą wariancję. Łączy dekompozycję wartości własnych z rozdziału 1 z praktyczną kompresją cech i wizualizacją.

Lekcja 1 • Podstawy sieci neuronowych

Wprowadza perceptrony, funkcje aktywacji i wsteczną propagację jako podstawowe mechanizmy sieci neuronowych. Łączy metodę gradientu prostego z rozdziału 1 z regułami aktualizacji wag.

Lekcja 2 • Konwolucyjne sieci neuronowe

Obejmuje konwolucję, pooling i architektury CNN do klasyfikacji obrazów i ekstrakcji cech. Opiera się na sieciach feedforward, aby obsługiwać struktury danych przestrzennych.

Lekcja 3 • Budowanie modeli z Keras i TensorFlow

Uczy API Sequential i Functional do konstruowania i trenowania modeli głębokiego uczenia. Ustanawia wzorce kodowania używane we wszystkich kolejnych sekcjach dotyczących głębokiego uczenia.

Lekcja 4 • Sieci rekurencyjne i modelowanie sekwencji

Wprowadza RNN, LSTM i GRU do modelowania danych sekwencyjnych i szeregów czasowych. Przygotowuje studentów do zadań związanych z przetwarzaniem języka naturalnego i prognozowaniem omówionych w późniejszych rozdziałach.

Lekcja 1 • Rozpoznawanie nazwanych jednostek i ekstrakcja informacji

Stosuje modele sekwencyjnego etykietowania i spaCy do ekstrakcji jednostek, relacji i danych strukturalnych z tekstu. Łączy modele NLP z praktycznymi potokami ekstrakcji informacji.

Lekcja 2 • Osadzenia słów i reprezentacje semantyczne

Wprowadza Word2Vec, GloVe i FastText do gęstych semantycznych reprezentacji słów. Osadzenia zastępują rzadkie wektory i poprawiają wydajność modeli w zadaniach NLP.

Lekcja 3 • Modele Transformer i BERT

Wprowadza mechanizm uwagi, architekturę transformera i BERT do kontekstowego NLP. Obejmuje dostrajanie pretrenowanych modeli do klasyfikacji i rozpoznawania nazwanych jednostek.

Lekcja 4 • Wstępne przetwarzanie tekstu i reprezentacja

Obejmuje tokenizację, stemming, usuwanie słów przystankowych i TF-IDF do przekształcania surowego tekstu na cechy. Te etapy wstępnego przetwarzania są fundamentem każdego potoku NLP w tym rozdziale.

Lekcja 1 • Potoki ML i orkiestracja przepływu pracy

Wprowadza Airflow i Prefect do planowania, orkiestracji i monitorowania potoków treningowych ML. Zautomatyzowane potoki zastępują ręczne dotrenowywanie i zmniejszają ryzyko operacyjne.

Lekcja 2 • Monitorowanie modeli i wykrywanie dryfu

Obejmuje monitorowanie dryfu danych, dryfu koncepcji i degradacji wydajności wdrożonych modeli. Ciągłe monitorowanie zamyka pętlę między wdrożeniem a dotrenowaniem modelu.

Lekcja 3 • Struktura projektu ML i odtwarzalność

Ustanawia układ projektu, środowiska wirtualne i praktyki kontroli wersji dla odtwarzalnego ML. Odtwarzalność jest warunkiem wstępnym każdego zadania wdrożeniowego i współpracy w tym rozdziale.

Lekcja 4 • Śledzenie eksperymentów i rejestr modeli

Stosuję MLflow do logowania parametrów, metryk i artefaktów w trakcie uruchomień treningowych. Rejestr modeli umożliwia wersjonowanie i promowanie z eksperymentu do produkcji.