AKCIA! CELOŽIVOTNÉ predplatné so zľavou 50%, nezmeškaj to!
Zisti viac

Umenie dátovej vizualizácie v Pythone

3h 19min
Čas
37
Kapitol
Programovanie
Kategória
-
Hodnotenie
Mierne pokročilý
Level
slovenský
Jazyk kurzu

Popis online kurzu Umenie dátovej vizualizácie v Pythone

Využitie deskriptívnych štatistík, ako je priemer alebo medián, nám môže poskytnúť cenné informácie o našich dátach. Avšak, ak dáta vizualizujeme, môžeme odhaliť trendy a vzťahy, ktoré by inak zostali pred nami skryté. V tomto kurze sa teda naučíte ako dáta efektívne vizualizovať. 

Začneme tým, čo je vlastne vizualizácia dát a prečo je dôležitá. Následne sa zameriame na základy, ako je rozdelenie datasetu na typy atribútov, ktoré vieme vizualizovať a využitie estetických prvkov. V rámci vizualizačných techník sa dozviete princípy tvorby dobrej vizualizácie a jednoduché postupy pre tvorbu efektívnych grafov. Kurz tiež pokrýva prístupy a stratégie pre správnu interpretáciu vizualizácií, dôležitosť farieb či farebných škál a identifikovanie vizuálnych skreslení, ktoré sa vo vizualizáciách môže nachádzať.

V kurze získate praktické zručnosti s knižnicami pandas, Seaborn a Matplotlib, pomocou ktorých budeme vytvárať vizualizácie numerických a kategorických stĺpcov. 

Vieme, že najlepšie sa človek naučí nové zručnosti ich praktizovaním, a preto je pre vás pripravených 6 praktických programovacích cvičení v Jupyter notebookoch s úlohami a vysvetleniami jednotlivých konceptov.

Čo sa v kurze Umenie dátovej vizualizácie v Pythone naučíte? 

Celkový obsah kurzu sú 3 hodiny. Prostredie, v ktorom budete počas kurzu programovať sa nazýva Jupyter notebooky s Pythonom. Nižšie je uvedený zoznam oblastí, ktorým sa v kurze venujeme:

  • Úvod do vizualizácie dát: V úvodnej kapitole sa pozrieme na to, čo presne vizualizácia dát je a prečo vlastne dáta vizualizujeme. 
  • Základy vizualizácie dát: V tejto kapitole si ukážeme, ako rozdeliť dataset na základné typy atribútov vhodné na vizualizáciu. Predstavíme si 6 základných estetických prvkov, z ktorých pozostávajú štandardizované typy vizualizácií a naučíme sa, ktoré kombinácie estetických prvkov a typov atribútov fungujú najlepšie. 
  • Vizualizácie s pandas: Knižnica pandas je naozaj skvelým pomocníkom na spracovanie a analýzu dát. Poskytuje však aj rôzne jednoduché a priamočiare metódy, pomocou ktorých vieme jednoducho vizualizovať dáta. V praktickom Jupyter notebooku si ukážeme ako vytvoriť line plot, histogram či bar plot.
  • Vizualizačné techniky: V tejto časti kurzu si predstavíme princípy tvorby dobrej vizualizácie. Ukážeme si konkrétny typ vizualizácie, ktorá obsahuje množstvo užitočných deskriptívnych štatistík. Taktiež sa naučíme jednoduchý postup, ktorý nám pomôže vytvárať naše vizualizácie.
  • Univariate vizualizácie so Seaborn: Naučíte sa pracovať s knižnicou Seaborn, pomocou ktorej vieme vytvárať efektívne a vizuálne atraktívne grafy. V praktickom Jupyter notebooku si ukážeme, ako vytvoriť tzv. univariate (1-dimenzionálne) vizualizácie numerických a kategorických dát. Budeme vytvárať štandardizované vizualizácie ako sú swarm plot, violin plot, strip plot či count plot.
  • Pokročilé vizualizačné techniky: Aj keď máme k dispozícii väčšie množstvo estetických prvkov vizualizácie, povieme si ktorým z nich by sme mali venovať väčšiu pozornosť. Ukážeme si kedy je vhodné vizualizovať len náhodnú vzorku z našich pozorovaní a taktiež ako sa vyhnúť umelému skresľovaniu efektov, ktoré sa v našich dátach prirodzene nachádzajú.
  • Bivariate vizualizácie so Seaborn: V ďalšom praktickom Jupyter notebooku sa presunieme ku tzv. bivariate (2-dimenzionálnym) vizualizáciám, ktoré nám umožňujú analyzovať vzťah medzi 2 stĺpcami. Ukážeme si aj ďalšie typy vizualizácií ako sú relplot, scatter plot, regplot či heatmap.
  • Prístupy, stratégie a úvahy: Niektoré nástroje na vizualizáciu dát nám umožňujú extrapolovať z dostupných dát - mali by sme byť však opatrní pri robení záverov z takýchto vizualizácií. Porozprávame sa aj o farbách vo vizualizáciách a o využívaní rôznych farebných škál. Predstavíme si niekoľko dodatočných princípov, ktoré by sme mali zvážiť pri tvorbe vizualizácii a vysvetlíme si, prečo by sme mali byť opatrní pri zoskupovaní dát pre vizualizácie.
  • Neistota vo vizualizáciách: Vizualizácie vytvárame zo vzorky dát. Ak chceme z tejto vzorky, a teda z našej vizualizácie, zovšeobecňovať na celú populáciu, je vhodné ak neistotu tohto kroku v nej vyjadríme.
  • Vizualizácia ako Data Science model: Zistíte taktiež ako skutočne dobrá vizualizácia dokáže vyriešiť problémy, ktorým čelíme.
  • Multivariate vizualizácie so Seaborn: V tomto Jupyter notebooku sa pozrieme na tzv. multivariate vizualizácie, v ktorých zobrazujeme 3 a viac stĺpcov. Vysvetlíme si, ako vytvárať komplexné vizualizácie, v ktorých môžeme analyzovať rôzne kategórie dát či vzťahy medzi viacerými stĺpcami.
  • Vizualizácie pomocou knižnice Matplotlib: V praktickom Jupyter notebooku uvidíte, ako môžeme kontrolovať nastavenia každého elementu vizualizácie pomocou knižnice Matplotlib. 
  • Prvý pohľad na dáta: V tomto bonusovom Jupyter notebooku budete skúmať, analyzovať a vizualizovať dáta a pokúsite sa nájsť odpovede na rôzne otázky.
  • Vizuálne skreslenia: V tejto kapitole si ukážeme niekoľko typov skreslení, ktoré sa vo vizualizáciách môžu objaviť. Naučíte sa, ako tieto skreslenia rozpoznať a ako sa im vyhnúť.

Pre koho je kurz Umenie dátovej vizualizácie v Pythone vhodný? 

Pre úspešné absolvovanie tohto kurzu sa, prosím, uistite, že spĺňate nasledujúce požiadavky:
  • máte predchádzajúce skúsenosti s programovaním v Pythone, konkrétne znalosť práce s knižnicami numpy a pandas
  • máte znalosť o základných štatistických metódach ako počítanie priemeru, minima, maxima alebo smerodajnej odchýlky.

Potrebné základy môžete získať v kurzoch “Úvod do Pythonu pre Data Science” a “Spracovanie dát v Pythone”.

Čo po kurze dokážete a čo si odnesiete?

  • Schopnosť vizualizovať dáta pomocou troch kľúčových Python knižníc: pandas, Seaborn a Matplotlib. Naučíte sa vytvárať rôzne typy vizualizácií, od základných až po komplexné o budete vedieť používať techniky na vytváranie univariate, bivariate a multivariate vizualizácií na efektívne analyzovanie dát a získanie hodnotných informácií.
  • Hlboké znalosti o princípoch a stratégiách tvorby dobrých a správnych vizualizácií. Vďaka týmto znalostiam budete vedieť vytvárať vizualizácie, ktoré sú nielen esteticky pekné, ale aj presné a spoľahlivé.

Čo je potrebné pre absolvovanie kurzu Umenie dátovej vizualizácie v Pythone?

  • Vlastný laptop. Firemný laptop môže spôsobovať problémy, napríklad, pri prístupoch na Google Drive prostredie alebo pri inštalácii knižníc.
  • Základná znalosť angličtiny: Minimálne pasívna znalosť na úrovni čítania textu keďže pre knižnice, o ktorých sa budeme učiť sú vytvorené dokumentácie v anglickom jazyku. Všetky video tutoriály sú však v slovenskom jazyku.
  • Stabilné internetové pripojenie. Pre sledovanie video lekcií či prácu na cvičeniach je internetové pripojenie neustále potrebné.
  • Aktualizovaný internetový prehliadač Google Chrome, Microsoft Edge alebo Mozilla Firefox.
  • (odporúčané) Google účet. S Jupyter notebookmi odporúčame pracovať v prostredí Google Colaboratory. V prípade, že Google účet nemáte a ani si ho nechcete zakladať, bude k dispozícii druhá alternatíva na lokálnu prácu s Jupyter notebookmi.

Čo všetko s kurzom Umenie dátovej vizualizácie v Pythone získate?

  • 6 Jupyter notebookov, v ktorých si nielen prakticky vyskúšate jednotlivé koncepty, ale môžete ich používať ako osobnú referenciu vo vašom (budúcom) zamestnaní,
  • videotutoriály o Vizualizácii dát v Pythone,
  • moderované diskusné fórum, v ktorom na vaše otázky odpovedá autor kurzu Róbert Barcík,
  • certifikát o absolvovaní online kurzu Umenie dátovej vizualizácie v Pythone,
  • garancia vrátenia peňazí do 14 dní v prípade nespokojnosti s kurzom.

Zoznam kapitol

Vitajte v kurze!
O tomto kurze
Dostupné len po zakúpení prístupu
Nastavovanie prostredia a materiály na stiahnutie
Dostupné len po zakúpení prístupu
1. Úvod do vizualizácie dát
Čo je vizualizácia dát?
Dostupné len po zakúpení prístupu
Prečo objavujeme a vizualizujeme dáta?
Dostupné len po zakúpení prístupu
2. Základy vizualizácie dát
Rozdelenie nášho datasetu
Dostupné len po zakúpení prístupu
Estetické prvky vizualizácie
Dostupné len po zakúpení prístupu
Štandardné typy vizualizácií
Dostupné len po zakúpení prístupu
Vizualizovanie textov a času
Dostupné len po zakúpení prístupu
3. Notebook: Vizualizovanie dát pomocou knižnice pandas
Predstavenie notebooku - Vizualizácie s pandas
Dostupné len po zakúpení prístupu
4. Vizualizačné techniky
il buono, il brutto, il cattivo
Dostupné len po zakúpení prístupu
Boxplot
Dostupné len po zakúpení prístupu
1, 2, 3
Dostupné len po zakúpení prístupu
5. Notebook: Jedno-dimenzionálne vizualizácie pomocou knižnice Seaborn
Predstavenie notebooku - Univariate vizualizácie so Seaborn
Dostupné len po zakúpení prístupu
6. Pokročilé vizualizačné techniky
Princípy dobrej vizualizácie
Dostupné len po zakúpení prístupu
Prioritizujte estetické prvky
Dostupné len po zakúpení prístupu
Vizualizovanie náhodnej vzorky
Dostupné len po zakúpení prístupu
Vizuálne čistenie vizualizácií
Dostupné len po zakúpení prístupu
Minimalizujte faktor klamstva
Dostupné len po zakúpení prístupu
7. Notebook: Dvoj-dimenzionálne vizualizácie pomocou knižnice Seaborn
Predstavenie notebooku - Bivariate vizualizácie so Seaborn
Dostupné len po zakúpení prístupu
8. Prístupy, stratégie a úvahy
Interpolácia a extrapolácia
Dostupné len po zakúpení prístupu
Pasca prílišnej vizualizácie
Dostupné len po zakúpení prístupu
Farby vo vizualizáciách
Dostupné len po zakúpení prístupu
Špeciálne úvahy
Dostupné len po zakúpení prístupu
Vizualizovanie pod prístupmi
Dostupné len po zakúpení prístupu
Zoskupenie vizualizovaných dát
Dostupné len po zakúpení prístupu
9. Neistota a vizualizácie ako modely
Neistota vo vizualizáciách
Dostupné len po zakúpení prístupu
Skvelé vizualizácie sú modelmi
Dostupné len po zakúpení prístupu
10. Notebook: Tri-a-viac-dimenzionálne vizualizácie pomocou knižnice Seaborn
Predstavenie notebooku - Multivariate vizualizácie so Seaborn
Dostupné len po zakúpení prístupu
11. Vizualizácie pomocou knižnice Matplotlib
Predstavenie notebooku - Vizualizácie s Matplotlib
Dostupné len po zakúpení prístupu
12. Bonusový notebook: Prvý pohľad na dáta
Bonus: Prvý pohľad na dáta
Dostupné len po zakúpení prístupu
13. Vizuálne skreslenia
O tejto kapitole
Dostupné len po zakúpení prístupu
Vizuálne skreslenie - Časť 1
Dostupné len po zakúpení prístupu
Vizuálne skreslenie - Časť 2
Dostupné len po zakúpení prístupu
Vizuálne skreslenie - Časť 3
Dostupné len po zakúpení prístupu
Vizuálne skreslenie - Časť 4
Dostupné len po zakúpení prístupu
Vizuálne skreslenie - Časť 5
Dostupné len po zakúpení prístupu
Diskusia a hodnotenie
Diskusia a hodnotenie
Dostupné len po zakúpení prístupu

Pozri aj tieto kurzy

Celoživotné predplatné -50% teraz 599€
9 Online kurzov
1 Príspevkov
Prejsť na kanál

Akcia!

Získaj CELOŽIVOTNÝ prístup do najväčšej ponuky online kurzov, teraz za polovicu a zostaň na špici svojho odboru!