Курс Аналіз даних з Python
- Online
- Для початківців, Для досвідчених
- Python, Data Analyst / Business Intelligence (BI)
![]() |
|
Навчальний центр: | Robot Dreams |
---|---|
Формат: | Курс |
Мова викладання: | Ukrainian |
Тривалість навчання: | 16 занять |
Початок курсу: | 07.10.2025 |
Вартість навчання: | Уточнюйте |
Подробиці та реєстрація
Перейдіть на новий рівень аналізу даних - перетворіть формули, довгі таблиці, звіти вручну на гнучкі візуалізації, точні прогнози та зрозумілі презентації завдяки Python.
Програма курсу
Знайомство з Python і середовищем роботи
- Дізнаєтеся, що таке Python і як його застосовують в аналітиці
- Навчитеся встановлювати Python і налаштовувати середовище для роботи
- Зрозумієте базовий синтаксис, типи даних та оператори
- Розберете принципи гарного стилю коду
Основи програмування на Python
- Розберете основні типи алгоритмів: послідовність, розгалуження, цикли
- Навчитеся застосовувати умовні оператори if, elif, else
- Попрактикуєтесь у створенні циклів for і while для виконання повторюваних дій
Базові можливості Python
- Навчитеся створювати власні функції, передавати їм аргументи та викликати їх у коді
- Зрозумієте, як працюють базові структури даних: list, tuple, dict, set
- Дізнаєтесь, як встановити бібліотеки через pip або conda
- Попрацюєте з модулями collections та itertools для роботи з наборами даних
Основи об'єктно-орієнтованого програмування на Python
- Дізнаєтеся, що таке класи, об'єкти й методи та зрозумієте принципи об'єктно-орієнтованого програмування (ООП)
- Навчитеся використовувати конструктори, атрибути й інкапсуляцію
- Розберете механіку наслідування і роботу з абстрактними класами
NumPy для роботи з числовими даними
- Розберете значення бібліотеки NumPy у числовому аналізі
- Навчитеся створювати одномірні й багатовимірні масиви
- Набудете досвіду арифметичних операцій і фільтрації масивів
- Опануєте логічну фільтрацію та broadcasting для оптимізації обчислень
Основи Pandas для обробки даних
- Розглянете бібліотеку Pandas і зрозумієте, для чого вона потрібна в аналітиці
- Навчитеся створювати Series і DataFrame, імпортувати CSV/Excel
- Опануєте базову обробку даних: фільтрацію, сортування, агрегацію та об'єднання таблиць
- Зрозумієте, як трансформувати дані з допомогою groupby(), map(), np.select()
Розумна обробка даних у Pandas: дати, ранги, сесії
- Навчитесь ефективно збирати дані з .loc[], .iloc[] у Pandas та працювати з індексацією в NumPy
- Дізнаєтеся, як обробляти часові дані з допомогою .dt, to_datetime()
- Розберете метод merge_asof() для приєднання за часом
- Застосуєте ковзні обчислення, ранжування та сесійну сегментацію для глибокого аналізу даних
Основи візуалізації з Matplotlib та Seaborn
- Дізнаєтеся про ключові принципи побудови графіків, розглянете графіки в Pandas, а також спеціальні бібліотеки для візуалізації: Matplotlib та Seaborn
- Навчитеся створювати різні типи візуалізацій: від простих лінійних і стовпчастих графіків та гістограми в Matplotlib до heatmap, boxplot, scatterplot у Seaborn
- Набудете навичок роботи зі стилями, кольорами й підписами, щоб графіки були інформативними та зрозумілими для аналітичних презентацій
Інтерактивна візуалізація з Plotly: дашборди й реальні кейси
- Зрозумієте, для чого потрібна інтерактивна візуалізація
- Розглянете бібліотеку Plotly
- Навчитеся створювати графіки за допомогою Plotly Express
- Розглянете базову структуру дашборда в Dash
- Навчитеся візуалізувати бізнес-дані - створювати інтерактивні графіки для продажів, клієнтів, динаміки у вигляді інтерактивних елементів з базовим управлінням через layout і callback-функції
Scikit-learn. Статистика в Python: гіпотези, кореляції, регресія
- Дізнаєтесь, як застосовувати описову статистику, перевірку гіпотез і кореляційний аналіз для оцінювання бізнес-даних
- Вивчите два підходи до моделювання: scikit-learn (для швидкого створення моделей) та statsmodels (для детального статистичного аналізу лінійної регресії)
- Навчитеся виявляти статистично значущі відмінності між групами даних і робити обґрунтовані висновки для ухвалення бізнес-рішень
Машинне навчання для аналітика: прогнози, моделі, кейси
- З'ясуєте, як працює прогнозний аналіз і кросвалідація: інструменти, що допомагають перевіряти якість моделей і не вводити себе в оману
- Зможете будувати базові моделі машинного навчання: класифікаційні (наприклад, передбачення відтоку клієнтів) та регресійні (наприклад, прогноз виручки)
- Зрозумієте, коли та як обирати між класифікацією і регресією у бізнес-завданнях
- Дізнаєтесь, як оцінювати точність моделей за допомогою метрик MAE, R2, accuracy
- Навчитеся інтерпретувати результати моделі та визначати ключові фактори, що впливають на поведінку клієнтів або фінансові показники
Вебскрапінг з Beautifulsoup
- Дізнаєтесь, як працюють HTTP-запити та DOM-структура
- Навчитеся завантажувати HTML-документи через requests
- Попрацюєте з BeautifulSoup для парсингу даних і витягування потрібних елементів
- З'ясуєте, як зберегти дані у CSV для подальшого аналізу
Парсинг даних і робота з API: Scrapy, Requests
- Дізнаєтесь, як працює фреймворк Scrapy: його структура, пайплайни та переваги для збору вебданих
- Зрозумієте, що таке API, як знаходити документацію та витягувати з нього потрібні дані
- Попрактикуєтесь у запитах до REST API за допомогою бібліотеки requests
- Порівняєте підходи: API vs скрапінг
Робота з базами даних: від SQLite до Postgresql
- Навчитеся працювати з базами даних, зберігати й обробляти великі обсяги даних
- Створите локальну базу даних в SQLite, зможете робити таблиці та виконувати CRUD-операції
- Опануєте SQLAlchemy для створення ORM-моделей, фільтрації та оновлення даних
- Зрозумієте, як під'єднуватися до PostgreSQL через psycopg2 та як завантажувати дані з SQL-запитів у Pandas і формувати звіти для аналітики й презентацій
Автоматизація збору та обробки даних
- Навчитеся писати скрипти для регулярного збору, очищення й трансформації даних
- Вивчите основи логування, обробки помилок, таймаутів
- Дізнаєтесь, як обробити JSON-відповідь з API, витягнути ключові показники та зберегти їх у CSV для подальшої обробки
- Автоматизуєте обробку помилок, логування та створення щоденного аналітичного звіту
- Дізнаєтесь, як працювати із хмарними сервісами (Google Drive, AWS S3)
Презентація фінальних проєктів
- У фінальному проєкті ви оберете один із запропонованих реальних датасетів і пройдете повний цикл роботи з даними в Python: від завантаження й обробки до побудови візуалізацій та формування висновків
- Презентуєте власний проєкт лектору та колегам
Особливості курсу
- Допомога ментора
- Практика
- Курсовий проєкт
- Зручний формат
- Індивідуальний фідбек
- Доступ назавжди
- Сертифікат про проходження курсу
Викладачі курсу
Анна Шепелєва - Senior Data Analyst at Brainstack
Категорії курсу
Читайте нас в Telegram, щоб не пропустити анонси нових курсів.
Схожі курси
Навчальний центр
IT-Столиця
Формат
Online
Початок навчання
Будь-який момент
Тривалість
10 занять
Рівень
Для досвідчених
Мова навчання
Ukrainian
Вартість
7 700 UAH за курс
Навчальний центр
Robot Dreams
Формат
Online
Початок навчання
Будь-який момент
Тривалість
16 занять
Рівень
Для початківців
Мова навчання
Ukrainian
Вартість
уточнюйте
Навчальний центр
GoITeens
Формат
Online
Початок навчання
Дата формується
Тривалість
24 місяців
Рівень
Для дітей
Мова навчання
Ukrainian
Вартість
уточнюйте
Навчальний центр
Logos IT-Academy
Формат
Online
Початок навчання
10.06.2025
Тривалість
4 місяців
Рівень
Для початківців
Мова навчання
Ukrainian
Вартість
16 500 UAH за курс