Python pro datovou vědu

• Informace o kurzu na webu Czechitas.
• Návod na odevzdávání úkolů na GitHub je zde.
• Návod na instalaci potřebných modulů je zde

Týden	Blok	Téma	Odkaz
1.	Pandas a vizualizace	Úvod, Jupyter notebooky, vizualizace	odkaz
2.	Statistické metody	Popisná statistika a testování hypotéz	odkaz
3.	Statistické metody	Hypotézy a statistická rozdělení	odkaz
4.	Statistické metody	Korelace a regrese	odkaz
5.	Strojové učení a umělá inteligence	Binární klasifikace s využitím KNN	odkaz
6.	Strojové učení a umělá inteligence	Klasifikace s využitím SVM	odkaz
7.	Strojové učení a umělá inteligence	Rozhodovací stromy	odkaz
8.	Strojové učení a umělá inteligence	Shlukování	odkaz
9.	Strojové učení a umělá inteligence	Zpracování přirozeného jazyka	odkaz
10.	Strojové učení a umělá inteligence	Doporučování obsahu	odkaz
11.	Strojové učení a umělá inteligence
11.	Strojové učení a umělá inteligence

Podmínky absolvování kurzu

Další zdroje

• Data Analyst vs Data Engineer vs Data Scientist: Skills, Responsibilities, Salary
• Data Scientist vs Data Analyst vs Data Engineer

Statistické metody

• Statistics Lecture - Série přednášek o statistice a testování hypotéz. Sice v angličtině, ale v pomalém a klidném tempu.
• StatistikaJednoduse.cz - Stránka s dalšími texty o statistice a příklady výpočtů testu v Excelu.
• p-values: What they are and how to interpret them - Vysvětlení p-hodnoty na příkladu s porovnáním účinnosti léků.

Strojové učení a umělá inteligence

• Elements of AI (CZ, EN) - Bezplatný online kurz, jehož cílem je demystifikovat umělou inteligenci. Kurz kombinuje teorii s cvičeními.
• ML for Beginners (EN, ale aktivně překládaný do dalších jazyků dobrovolníky) - Veřejně dostupný a bezplatný kurz klasického strojového učení od Microsoftu. Připravuje se i kurz "AI for Beginners" a již existuje "Data Science for Beginners"
• How to Use t-SNE Effectively (EN) - Článek o metodě t-SNE, jejích parametrech a interpretaci. Článek doprovází spousta (interaktivních) vizualizací.