Každý čtvrtek od 16.10. od 17hodin

Obsah kurzu Základy programování v jazyce Python

Co se všechno vás čeká:

1. Získáte úvodní přehled o samotných základech programování. Zjistíte, jak počítač chápe program,co je to interpreter a kompiler a kam zapadá právě Python

2. Naučíte se chápat datové typy, smysl funkcí, využít cykly a podmínky, práci s textovými řetězci.

3. Podíváme se na základní knihovny Pythonu (random, date, math) a představíme si jejich využití apráci s balíčkovacím systémem.

4. Pochopíte často využívané datové struktury a jak vypadá jejich implementace v Pythonu, projdeme si jejich vlastnosti a dovedeme si i navrhnout vlastní.

5. Ukážeme si objektově orientované programování, efektivní způsob psaní kódu, který adoptovala spousta moderních programovacích jazyků, včetně právě Pythonu.

6. Dozvíte se o některých návrhových vzorech, generátorech a iterátorech, jak se využívají v Pythonu a jak je

sami napsat.

Kurz probíhá podvečer 1x týdně na 2hodiny. 

Pro koho je kurz Python pro Data Science určený

Ve zkratce: Pro ty, kteří si nepotrpí na teoretizování, ale očekávají úzké propojení s praxí.

• Mírně pokročilí si základy jazyka Python rozšíří o jeho praktické využití v oblasti Data Science.
• Lidé z praxe ocení, že snadno skloubí pracovní povinnosti se semestrálním studiem. Díky hybridnímu formátu výuky.
• Studenti SŠ a VŠ v denním studiu mohou kurz pořídit s výraznou slevou z běžné ceny.

Kurz vám dá kompetence potřebné k tomu, abyste z dat získali informace pro kvalifikovaná rozhodnutí.

• Seznámíte se s teoretickým minimem datové analýzy a vědy.
• Poznáte knihovny vhodné pro datovou vědu – Pandas, Numpy a další.
• Dozvíte se, jak na statistickou analýzu a vizualizaci dat.
• Seznámíte se s machine learning – od předzpracování dat přes základní klasifikaci pomocí machine learning algoritmů až k aplikování strojového učení na reálný problém.
• Studovat budete i deep learning a základní klasifikaci pomocí deep learning algoritmů.
• Získáte teoretické základy analýzy časových řad a know-how pro jejich analýzu a vyhodnocení.

Blok 4 – Individuální toolbox

• Experimenty s různými typy nástrojů pro penetrační testování
• Sestavení vlastního balíku nástrojů
• Reporting a závěrečný projekt