Data Scientist Roadmap
Umiejętności analizy danych i machine learningu umożliwiają przekształcanie surowych danych w wartościowe wnioski, co jest kluczowe dla podejmowania decyzji biznesowych i strategicznych. Znajomość narzędzi do przetwarzania i analizy danych pozwala na identyfikację trendów, prognozowanie i automatyzację decyzji. Posiadanie tych umiejętności otwiera możliwości pracy w dynamicznie rozwijających się branżach, gdzie analiza danych i sztuczna inteligencja odgrywają centralną rolę.
Zostań Data Scientist: naucz się statystyki, Pythona, R, SQL oraz machine learning. Pracuj z najważniejszymi narzędziami specjalisty Data Science: Power BI, Tableau, Jupyter Notebook, Pandas czy TensorFlow. Rozwijaj umiejętności analityczne i zdobądź potrzebną wiedzę biznesową.
-
Uczenie maszynowe z użyciem Scikit-Learn, Keras i TensorFlow. Wydanie III
-
Podstawy matematyki w data science. Algebra liniowa, rachunek prawdopodobieństwa i statystyka
-
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
-
Python w analizie danych. Przetwarzanie danych za pomocą pakietów pandas i NumPy oraz środowiska Jupyter. Wydanie III
-
Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II
-
Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku
-
Statystyka praktyczna w data science. 50 kluczowych zagadnień w językach R i Python. Wydanie II
-
Jak analizować dane z biblioteką Pandas. Praktyczne wprowadzenie. Wydanie II
-
Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Wydanie III
-
Statystyka. Kurs video. Przewodnik dla studentów kierunków ścisłych
-
Data science od podstaw. Analiza danych w Pythonie. Wydanie II
-
Uczenie maszynowe w Pythonie dla każdego
-
Analiza danych z wykorzystaniem SQL-a. Zaawansowane techniki przekształcania danych we wnioski
-
Deep learning z TensorFlow 2 i Keras dla zaawansowanych. Sieci GAN i VAE, deep RL, uczenie nienadzorowane, wykrywanie i segmentacja obiektów i nie tylko. Wydanie II
-
Pierwsze kroki w Power BI. Kompletny przewodnik po praktycznej analityce biznesowej. Wydanie II
-
Uczenie maszynowe. Elementy matematyki w analizie danych
-
Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji
-
Power BI i sztuczna inteligencja. Jak w pełni wykorzystać funkcje AI dostępne w Power BI
-
SQL. Analiza danych za pomocą zapytań. Warsztaty praktyczne. Wydanie II
-
Analiza i prezentacja danych w Microsoft Excel. Vademecum Walkenbacha. Wydanie II
-
Skazany na sukces. Kariera w Data Science
Czasowo niedostępna
-
Poznaj Tableau 2022. Wizualizacja danych, interaktywna analiza danych i umiejętność data storytellingu. Wydanie V
-
Język R i analiza danych w praktyce. Wydanie II
-
Analiza danych w Pythonie. Kurs video. Pracuj z Jupyter, Pandas i Matplotlib
-
Analiza danych w Tableau. Kurs video. Podstawy pracy analityka
-
Język R. Receptury. Analiza danych, statystyka i przetwarzanie grafiki. Wydanie II
Czasowo niedostępna