Kurs data science

{{whyLabel}}: Statystyka pozwala odróżnić rzeczywiste trendy od przypadkowego szumu w danych.

{{howLabel}}:

• Skup się na rozdziałach dotyczących korelacji i prawdopodobieństwa.
• Rób notatki z pojęć: średnia, mediana, odchylenie standardowe.
• Zrozum, dlaczego korelacja nie oznacza przyczynowości.

{{doneWhenLabel}}: Przeczytano całą książkę i sporządzono notatki z kluczowych definicji.

{{whyLabel}}: Większość algorytmów Data Science zakłada, że dane mają rozkład normalny (krzywa Gaussa).

{{howLabel}}:

• Naucz się obliczać Z-score, aby standaryzować dane.
• Zrozum, że 95% obserwacji mieści się w granicach dwóch odchyleń standardowych od średniej.
• Wykorzystaj darmowe kalkulatory online do wizualizacji rozkładu.

{{doneWhenLabel}}: Potrafisz samodzielnie narysować krzywą Gaussa i opisać jej parametry.

{{whyLabel}}: To kluczowa umiejętność przy testach A/B i sprawdzaniu istotności wyników biznesowych.

{{howLabel}}:

• Zdefiniuj hipotezę zerową (H0) i alternatywną (H1).
• Zrozum, że p-value < 0.05 zazwyczaj oznacza wynik istotny statystycznie.
• Przeanalizuj błędy I i II rodzaju.

{{doneWhenLabel}}: Rozwiązanie 5 zadań z testu t-Studenta na papierze lub w arkuszu.

{{whyLabel}}: Anaconda to standardowe środowisko zawierające wszystkie potrzebne biblioteki do nauki danych.

{{howLabel}}:

• Pobierz instalator ze strony anaconda.com.
• Uruchom 'Anaconda Navigator' i otwórz Jupyter Lab.
• Stwórz swój pierwszy plik .ipynb i przetestuj komendę print('Hello DS').

{{doneWhenLabel}}: Środowisko działa poprawnie i wyświetla wynik kodu.

{{whyLabel}}: Bez znajomości list i słowników nie będziesz w stanie przetwarzać danych wejściowych.

{{howLabel}}:

• Przećwicz tworzenie list (list) i słowników (dict).
• Naucz się 'list comprehension' dla szybszego pisania kodu.
• Zrozum różnicę między krotką (tuple) a listą.

{{doneWhenLabel}}: Napisanie skryptu, który filtruje listę słowników według określonego klucza.

{{whyLabel}}: Pandas to najważniejsze narzędzie do pracy z tabelami (DataFrame) w Pythonie.

{{howLabel}}:

• Skup się na metodach: .read_csv(), .head(), .info(), .describe().
• Opanuj filtrowanie wierszy i wybieranie kolumn.
• Naucz się łączyć tabele za pomocą .merge() i .concat().

{{doneWhenLabel}}: Wczytanie dowolnego pliku CSV i obliczenie średniej wartości dla wybranej kolumny.

{{whyLabel}}: Większość danych firmowych przechowywana jest w bazach SQL, a DBeaver to uniwersalny klient do ich obsługi.

{{howLabel}}:

• Zainstaluj PostgreSQL lokalnie.
• Połącz się z bazą przez DBeaver.
• Zaimportuj przykładową bazę danych (np. 'DVD Rental' lub 'Northwind').

{{doneWhenLabel}}: Połączenie z bazą danych zostało nawiązane.

{{whyLabel}}: Łączenie tabel to podstawa pracy analityka, pozwalająca na budowanie pełnego obrazu danych.

{{howLabel}}:

• Przećwicz INNER JOIN, LEFT JOIN i CROSS JOIN.
• Naucz się używać aliasów dla tabel i kolumn.
• Zrozum różnicę między WHERE (filtrowanie wierszy) a HAVING (filtrowanie grup).

{{doneWhenLabel}}: Napisanie zapytania łączącego 3 tabele i zwracającego zagregowane wyniki.

{{whyLabel}}: Exploratory Data Analysis (EDA) to proces zrozumienia danych przed budową modelu.

{{howLabel}}:

• Pobierz zbiór 'Titanic' z Kaggle.
• Sprawdź braki danych (NaN) i zdecyduj, czy je usunąć, czy uzupełnić.
• Sprawdź korelacje między wiekiem, płcią a szansą na przeżycie.

{{doneWhenLabel}}: Notebook z kompletną analizą brakujących danych i statystykami opisowymi.

{{whyLabel}}: Dobry wykres wart jest więcej niż tysiąc wierszy w tabeli.

{{howLabel}}:

• Użyj sns.heatmap() do wizualizacji korelacji.
• Stwórz histogramy rozkładu cech za pomocą plt.hist().
• Wykorzystaj boxploty do wykrywania wartości odstających (outliers).

{{doneWhenLabel}}: Zestaw 5 różnorodnych wykresów opisujących zbiór danych.

{{whyLabel}}: Regresja to fundament przewidywania wartości ciągłych (np. cen, sprzedaży).

{{howLabel}}:

• Podziel dane na zbiór treningowy i testowy (train_test_split).
• Użyj klasy LinearRegression z biblioteki Scikit-learn.
• Oblicz błąd średniokwadratowy (MSE), aby ocenić model.

{{doneWhenLabel}}: Model przewiduje wartości z błędem niższym niż średnia.

{{whyLabel}}: Klasyfikacja pozwala przypisywać obiekty do kategorii (np. spam/nie-spam).

{{howLabel}}:

• Wykorzystaj algorytm Random Forest Classifier.
• Zrozum pojęcie 'overfitting' (przeuczenie modelu).
• Wygeneruj 'Classification Report' (Precision, Recall, F1).

{{doneWhenLabel}}: Model klasyfikujący z dokładnością (Accuracy) powyżej 75%.

{{whyLabel}}: Własny projekt udowadnia, że potrafisz przejść przez cały proces: od danych do wniosków.

{{howLabel}}:

• Wybierz temat, który Cię interesuje (np. analiza cen kryptowalut lub sportu).
• Pobierz dane, wyczyść je, przeprowadź EDA i zbuduj model ML.
• Opisz każdy krok w Jupyter Notebooku.

{{doneWhenLabel}}: Gotowy, udokumentowany projekt w formacie .ipynb.

{{whyLabel}}: GitHub to Twoja wizytówka dla rekruterów.

{{howLabel}}:

• Stwórz nowe repozytorium.
• Napisz plik README.md zawierający: cel projektu, użyte technologie i główne wnioski.
• Dodaj screeny wykresów do opisu.

{{doneWhenLabel}}: Link do repozytorium jest publiczny i czytelny.

{{whyLabel}}: Rozmowy techniczne wymagają specyficznego przygotowania z algorytmów i logiki.

{{howLabel}}:

• Przerób sekcję z SQL (zadania typu 'Medium').
• Powtórz definicje z zakresu statystyki i ML.
• Przygotuj odpowiedzi na pytania o Twoje projekty.

{{doneWhenLabel}}: Rozwiązanie 20 przykładowych pytań rekrutacyjnych.