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
Foxminded
Формат
Online
Початок навчання
Будь-який момент
Тривалість
5 місяців
Рівень
Для початківців
Мова навчання
Ukrainian
Вартість
6 400 UAH за місяць
Навчальний центр
Джун IT Academy
Формат
Online
Початок навчання
Будь-який момент
Тривалість
-
Рівень
Для дітей, Для початківців
Мова навчання
Ukrainian
Вартість
уточнюйте
Навчальний центр
Robot Dreams
Формат
Online
Початок навчання
20.12.2023
Тривалість
6 місяців
Рівень
Для початківців
Мова навчання
Ukrainian
Вартість
уточнюйте
Навчальний центр
IT STEP Academy
Формат
Online
Початок навчання
01.05.2025
Тривалість
6 місяців
Рівень
Для початківців
Мова навчання
Ukrainian
Вартість
24 790 UAH за курс