1 MODULE
Poznasz:
✅ jak wygląda podstawowa ścieżka ML - od pobierania danych do treningu modelu ML
✅ podstawy przetwarzania danych (pandas, numpy)
✅ przygotowanie danych: brakujące wartości, kategoryczne zmienne itd
✅ podstawowe umiejętności kodowania w Pythonie (def, map, lambda)
✅ poznanie czym są cechy i zmienna docelowa w uczeniu maszynowym (ML)
podstawy feature engienering (inżyneria cech)
✅ jak wytrenować pierwszy modele wykorzystując sklearn - LogisticRegression, DecisionTreeClassifier
✅ wprowadzenie do diagnozowanie przeuczenia się (ang. learning curve)
✅ badanie ważności cech (ang. feature importantes)
metryka sukcesu - już zaczniemy oceniać jakość uzyskanego modelu (wprowadzenie)
✅ podstawy wizualizacji danych w procesie ich przygotowania oraz wyświetlania wyników
🎁 bonus (przegląd jednego z przydatnych pakietów Pythona - pandas_profiling)

Zadania
1️⃣ klasyfikacja binarna: prognozowania płci po imieniu (np. Jacek to męskie imię)
2️⃣ klasyfikacja binarna: prognozowanie zarobków (ponad 50 tys. lub mniej)

Wynik
Po przejściu tego modułu zrozumiesz ogólny obraz ML — podstawowe kroki należy przejść, aby wytrenować modele uczenia maszynowego na surowych danych, jak pracować z cechami. Wytrenujesz modele dla dwóch różnych prawdziwych problemów.


2 MODULE
Poznasz:
✅ dlaczego wizualizacja jest Twoim przyjacielem i poznasz proste wskazówki, jak to robić i jakie pakiety są najczęściej stosowane (matplotlib, seaborn)
✅ dlaczego metryka sukcesu jest "latarnią morską" w uczeniu maszynowym
✅ jakie metryki sukcesu są najczęściej stosowane i dla jakich typów modeli (klasyfikacja i regresja)
✅ dlaczego walidacja modeli jest tak ważna, poznasz je rodzaje w tym walidacja krzyżowa (ang. cross validation)
✅ co to jest underfitting vs. overfitting, i jak zdiagnozować przeuczenie się przy pomocy krzywej uczenia się (ang. learning curve)
✅ poznasz kolejne modele ML wykorzystując bibliotekę sklearn tym razem skupimy się na algorytmach drzewiastych w tym bagging: (DecisionTreeClassifier, RandomForestClassifier, ExtraTreesClassifier)
✅ przyjazny dla użytkownika dynamiczny sposób zmiany zawartości wykresów za pomocą ipywidgets, bez konieczności tworzenia dużej liczby tego samego typu linii kodu
🎁 bonus (recenzja jednego z przydatnych pakietów Pythona - plotly)


Zadania
1️⃣ klasyfikacja binarna: prognozowanie zarobków (ponad 50 tys. lub mniej)
2️⃣ klasyfikacja multi-label: prognozowanie rodzaju ziemie


Wynik
Po przejściu przez ten moduł nauczysz się poprawnie interpretować metryki oceny modeli w celu podejmowania właściwych decyzji. A wiedzę na temat wizualizacji możesz natychmiast zastosować do dowolnych swoich danych, bez konieczności kupowania i instalowania innych programów.

3 MODULE
Poznasz:
✅ najczęściej używane modele wspomagania gradientu (xgboost, lightgbm, catboost)
✅ metryki oceny tych modeli - czym są "hiperparametry" i jak wpływają na jakość modeli
✅ praktyczne podejście do optymalizacji hiperparametrów plus Bonus (przegląd jednego z przydatnych pakietów Pythona - xgbfir)
✅ Również w tym module rozpoczyna się konkurs w Kaggle i kompleksowy przykład rozwoju modelu.
🎁 bonus

Zadania
1️⃣ - regresja: prognozowanie cen nieruchomości

Konkurs
✅ to jest projekt specjalny

Wynik
Ten moduł nauczy Cię stosowania najbardziej popularnych modeli uczenia maszynowego w praktyce. I już na tym etapie możesz budować modele dla swoich rzeczywistych danych.


4 MODULE
Poznasz:
✅ co ważniejsze- "optymalizacja hiperparametrów" lub "Feature Engineering"
✅ podstawowe metody Feature Engineering dla różnych typów danych: dla wartości ciągłych, dla wartości kategorycznych, dla dat i innych
🎁 bonus - Global Refinement of Random Forest

Zadania
1️⃣ klasyfikacja binarna - prognozowanie przeżycie pasażerów w Titanic
2️⃣ regresja - prognozowanie popytu na rowery
3️⃣ regresja - oszacowanie wysokości odszkodowania z tytułu ubezpieczenia
4️⃣ klalsyfikacja - predykcja awarii sieci (trzy możliwe stany)


Wynik
Zakończenie konkursu w Kaggle i przekrojowy przykład rozwoju modelu plus Bonus.
Po przejściu tego modułu zrozumiesz ogólną logikę budowania funkcji dla modeli ML.


5 MODULE
Poznasz:
✅ dlaczego "mama-tata-babcia-ja" to neuronowa sieć decyzyjna
✅ podstawowe pojęcia podczas budowy sieci neuronowych (architektura, warstwy, funkcje aktywacji, inicjalizacja wag, krzywa uczenia się i inne)
✅ jak zbudować prostą sieć neuronową za pomocą keras
✅ jak stworzyć sieć neuronową do rozpoznawania rodzajów odzieży
🎁 bonus - łączenie modele boostingu (np. xgboost) z siecią neuronową, aby zdobyć jeszcze lepszą jakość na przykładzie oszacowanie wysokości odszkodowania z tytułu ubezpieczenia

Zadania
1️⃣ klasyfiakcja (multiclass) - MNIST
2️⃣ klasyfiakcja (multiclass) - Fashion MNIST

Wynik
Ten moduł pomoże Ci zrozumieć superzłożoną koncepcję sieci neuronowych dosłownie w ciągu kilku dni. Na początek możesz pominąć zawiłe formuły matematyczne


6 MODULE
Poznasz:
✅ praktyczne wprowadzenie do sieci konwolucyjnych (CNN) na palcach
✅ konfiguracja CNN: map features (kernels), max/average pooling, dropout
✅ czym są stride, padding i jak je dobierać
✅ jak można łączyć poszczególne warstwy w bloki i jakie są wzory
✅ data augmentation: tak zwany flipping, rotation, projection
🎁 bonus - CIFAIR10 oraz rozpoznawanie kotów i psów z wykorzystaniem GPU na Colab

Zadania
1️⃣ klasyfiakcja (multiclass) - MNIST
2️⃣ klasyfiakcja (multiclass) - Fashion MNIST
3️⃣ klasyfiakcja (multiclass) - rozpoznawanie znaków drogowych

Wynik
Poznasz czym sieci konwolucyjne i jak można je zastosować w praktyce na przykładach pracy z obrazkami, czyli tak zwane widzenie komputerowe (ang. computer vision).


7 MODULE
Poznasz
✅ konkurs ImageNet
✅ modele które zostały wytrenowane w ramach ImageNet: LeNet, VGG, ResNet, Inception
✅ jakie są strategie dotrenowywania modele (ang. fine-tuning)
🎁 bonus - ozpoznowanie i porównanie twarzy (czy na dwóch zdjęciach jest ta sama osoba)

Zadania
1️⃣ klasyfiakcja (multiclass) - wrzucanie "dowolnych" obrazków, aby je sklasyfikować
2️⃣ klasyfiakcja (multiclass) - rozpoznawanie znaków drogowych
3️⃣ klasyfiakcja (multiclass) - rozpoznawanie znaków drogowych

Wynik
Wprowadzenie do koncepcji, przykład zastosowania modeli przedtreningowych, wykorzystanie ich do zadania rozpoznawania znaków drogowych


8 MODULE
Poznasz:
✅ na co należy zwracać szczególną uwagę przy wdrożeniu modelu ML na produkcje
✅ co to oznacza - powtarzalność wyniku i dlaczego jest tak bardzo ważna w praktycznym rozumieniu
✅ sposoby zapisywanie wytrenowanych modele na dysk (porównanie wad i zalety), aby moc ich przenosić i wczytywać na innym serwerze
✅ tworzenie pipeline'ów ML (przetwarzania danych i trenowanie modeli)
✅ dobre praktyki organizacji projektu
✅ jak można wersjonować modele i podmieniać je na produkcje (bez braku dostępu dla użytkowników)
✅ sposoby wdrażania modeli ML do ich obsługi (flask, H2O, Google Cloud....)
✅ monitorowanie eksploatacji modeli (tensor board)
🎁 bonus (jak wdrożyć model na rozproszonym klastrze serwerów z GPU)

Wynik
Ten moduł jest najważniejszy dla tych, którzy już nauczyli się trenować modele, ale jeszcze nie wiedzą, jak uczynić je przydatnymi. Innymi słowa, jak wdrożyć modele ML w praktyce, aby wyciągnąć wartość z danych.

1 MODULE
Poznasz:
1. jak poruszać się w jupyter
2. czym jest zmienna
3. najważniejsze typy zmiennych
4. czym jest pętla
5. list/dict comprehension
6. funkcje
7. anonimowe funkcje
8. praca z set, list, dict
9. inne przydatne funkcje zip, enumerate itd


2 MODULE
Poznasz:
1. jak numpy wspiera python
2. typ danych i konwertacja ze zmiennych pythona w numpy
3. operacja na wektorach
4. universal functions
5. Indexing & slicinng
6. wprowadzenie do pandas: Series, DataFrame
7. wczytanie i zapis danych z/do różnych formatów (csv, excel, json itd)
8. bazowe informacje na temat danych
9. filtracja (kolumn, wierszy), indeksowanie

3 MODULE
Poznasz:
1. przekształcenie danych (np. operacje arytmetyczne i inne)
2. grupowanie, agregacja, sortowanie...
3. łączenie danych (sklejanie tablic, łączenie po kluczu itd)
4. tworzenie cross tabulation oraz pivot table
5. cut & binning
6. filtrowanie podobnie jak w sql
7. zarządzanie brakującymi wartościami
8. szybka wizualizacja (histogram i inne)
9. używanie innych przydatnych (mało znanych) funkcji

1 MODULE
Poznasz:
✅ wariancja i odchylenie standardowe
✅ rozkład normalny i rozkład długiego ogona
✅ reguła trzech sigm
✅ normalizacja rozkładów długiego ogona: log, boxcox, sqrt

✅ zmienne ilościowe oraz kategorialne

✅ suma i suma skumulowana

✅ wizualizacja: box-plot, histogram, bar plot, histogram, bar plot
✅ błąd standardowy
✅ analiza rozkładu normalnego (qq-plot)
✅ populacja, próba i próba reprezentatywna
✅ stronniczość wyboru (ang. selction bias)
✅ współczynnik zmienności
✅ zakres zmienności (przedział zmian) i zakres kwantylowy

✅ wskaźniki położenia i rozproszenia

✅ miara asymetrii rozkładu

✅ dystrybucja długiego ogona

✅ normalizacja rozkładu za pomocą: log, boxcox i sqrt
✅ średnia, mediana, percentyl
✅ typy zmiennych i ich wskaźniki

✅ parametry cech liczbowych: tendencja centralna (średnia, mediana), parametr zmienności, parametry pozycyjne, parametry, parametr asymetrii

2 MODULE
Poznasz:
✅ testy statystyczne (t-test i inne)
✅ bootstrapping, praktyczny i przydatny sposób testowania
✅ A/B testy - co to takiego i porady, jak z tego korzystać lepiej i jakie pułapki nie wpadać

✅ parametry testów A-B: istotność statystyczna, moc testu, wielkość efektu, proporcje próbek

✅ typy hipotez: hipoteza zerowa (H0) i alternatywna (H1)
✅ na podstawie czego można odrzucić H0, a kiedy nie

✅ t-test- jakie są ich wymagania dotyczące danych, jakie rodzaje

✅ ANOVA test
✅ t-test - wymagania dotyczące danych wejściowych
✅ przeprowadzisz t-test na prawdziwych danych
✅ teoria a praktyka - jak działa t-test i kiedy stosować

✅ nieparametryczne kryteria (np. o Mann-Whitney U test)

✅ ciekawe zależności w danych z wykorzystaniem testów statystycznych
✅ kiedy stosujemy test chi-2
✅ znajdowanie przedziałów ufności za pomocą percentyli
✅ połączenie bootstrapping z innymi testami
✅ jakie są najważniejsze parametry bootstrapping i na co wpływają

3 MODULE
Poznasz:

✅ Prawdopodobieństwo zdarzenia A: P(A)

✅ Prawdopodobieństwo łączne zdarzeń A i B (czyli zdarzy się jedno i drugie): P(A ∩ B) lub P(A,B) lub P(A and B)

✅ Prawdopodobieństwo warunkowe zdarzenia A pod warunkiem B (czyli zdarzy się A, gdy wiemy, że B się już zdarzyło): P(A|B)

✅ Zacząć podejmować decyzję na podstawie szansy (zmiana szans i jak to wpływa na decyzję)

✅ Prawdopodobieństwa z ML i co ciekawe, nie wykorzystując ML zbudować całkiem fajny model

✅ Jak w praktyce można przeprowadzić weryfikację szans (zaczniemy pisać swoje symulatory)

✅ Jedna z metod jak to można zrobić to użyć symulacji Monte Carlo

✅ Zbadamy od praktycznej strony czy faktycznie rzucanie monetą ma szansę 1/2

✅ Zbadamy od praktycznej strony Paradoks Monty’ego Halla (Monty Hall problem)

✅ Zobaczysz, jak można podchodzić do tworzenia różnych prognoz (np. strategia sprzedaży w oparciu o prawdopodobieństwo i symulator)

✅ Twierdzenie Bayesa

✅ Rozkład zero-jedynkowy

✅ Rozkład dwumianowy

✅ Rozkład beta

✅ Poznasz Multi-Armed Bandit (MAB) Problem i przykłady, gdzie można stosować tę strategię.

✅ Dowiesz się, jak optymalizować swoje decyzje w trakcie przeprowadzania testów.

1 MODULE
Co zawiera pierwszy moduł:

• 👉 Szybkie wprowadzenie do SQL
• Poznanie kluczowych poleceń SELECT, FROM, LIMIT i AS itp.
• 👉 Dowiedz się, jak sprawdzić liczbę wierszy w tabeli za pomocą COUNT(*) i jak jawnie określić, które kolumny chcesz pobrać z tabeli.
• 👉 Dowiedz się, czym są filtry, jak można je łączyć i jak sortować dane.
• 👉 Nauka grupowania, korzystania z funkcji agregujących i sortowania w SQL.
• 👉 Naucz się pisać bardziej złożone zapytania z podzapytaniami (używając `GROUP BY`), aby wydobyć cenne informacje biznesowe.

💪 Przykłady problemów, które będziesz w stanie rozwiązać po zaliczeniu pierwszego modułu:

• Uzyskaj listę wszystkich klientów, którzy dokonali zakupu w zeszłym miesiącu.
• Oblicz średnią wartość zamówienia dla każdego produktu.
• Znajdź listę klientów, którzy dokonali zakupu w każdym mieście.

🎯 Twój wynik po ukończeniu pierwszego modułu kursu:
Uzyskasz podstawową wiedzę na temat języka SQL niezbędną do pracy z bazami danych. Po ukończeniu modułu będziesz w stanie wykonywać proste zapytania, takie jak pobieranie danych z tabel, filtrowanie danych i sortowanie danych. Będziesz także w stanie wykonywać bardziej złożone zapytania, takie jak grupowanie danych i używanie podzapytań itp.


2 MODULE
Co zawiera drugi moduł:

• 👉 Dowiedz się, jak łączyć wiele źródeł danych za pomocą funkcji JOIN (różne typy JOIN i dodatkowe funkcje).
• 👉 Zagłębienie się w JOIN i poznanie nowych praktycznych funkcji.
• 👉 Poznaj funkcje okien w SQL (podstawowe pojęcia, typy funkcji okien, korzystanie z funkcji okien).
• 👉 Poznaj składnię i typy funkcji okna: PARTITION BY, OVER(), ORDER BY, HAVING, ROWS/RANGE, ROW_NUMBER, RANK, DENSE_RANK, LAG.
• 👉 Zrozumienie złożonych funkcji SQL:
• LEAD()
• LAG()
• FIRST_VALUE()
• LAST_VALUE()
• RANGE, ROWS, GROUPS

💪 Przykłady problemów, które będziesz w stanie rozwiązać po zaliczeniu drugiego modułu:

• Uzyskaj listę wszystkich produktów zakupionych przez klientów z określonego miasta.
• Obliczenie średniej wartości zamówienia dla każdego produktu w każdym miesiącu.
• Znalezienie listy klientów, którzy dokonali zakupu w określonym zakresie dat itp.

🎯 Twój wynik po ukończeniu drugiego modułu kursu:
Drugi moduł kursu SQL zapewnia głębszą znajomość języka niezbędną do pracy z dużymi ilościami danych. Po ukończeniu modułu 2 będziesz w stanie łączyć dane z wielu źródeł, wykonywać złożone obliczenia na danych i używać zaawansowanych funkcji SQL do rozwiązywania konkretnych problemów.

3 MODULE
Co zawiera moduł trzeci:

• 👉 Dowiedz się, jak efektywnie zarządzać i analizować dane w SQL, z naciskiem na rozwiązywanie problemów, takich jak duplikacja, złożone zapytania i decyzje dotyczące zarządzania danymi.
• 👉 Poznanie zaawansowanych technik SQL z naciskiem na integrację z modelami uczenia maszynowego.
• 👉 Praktyczna analiza rzeczywistych ogłoszeń o pracę w branży danych (DS/ML, analityk danych, inżynier danych) przy użyciu SQL.
• 👉 Rozpoczniesz pracę z JSON w SQL.
• 👉 Poznanie nowych typów JOIN i przećwiczenie konkretnych zadań.

💪 Przykłady problemów, które będziesz w stanie rozwiązać po zaliczeniu trzeciego modułu:

• Identyfikowanie i eliminowanie duplikatów danych w tabeli.
• Napisanie złożonego zapytania w celu wyodrębnienia danych z wielu tabel.
• Tworzenie rozwiązania do zarządzania danymi dla konkretnej firmy.
• Analizowanie ogłoszeń o pracę w branży danych przy użyciu języka SQL.
• Wyodrębnianie danych z pliku JSON przy użyciu SQL.
• Używanie nowych typów JOIN do rozwiązywania konkretnych problemów.

🎯 Twój wynik po ukończeniu trzeciego modułu kursu:

Trzeci moduł kursu SQL zapewnia zaawansowaną znajomość języka potrzebną do rozwiązywania złożonych problemów związanych z zarządzaniem danymi i ich analizą. Po ukończeniu tego modułu będziesz w stanie efektywnie zarządzać danymi, analizować dane i rozwiązywać problemy przy użyciu zaawansowanych technik SQL.

1 MODULE
✓ czym są szeregi czasowe (TS)
✓ jakie problemy biznesowe możesz rozwiązywać przy pomocy TS
✓ jakie są metryki sukcesu TS
✓ jak walidować TS
+ zadanie bonusowe

2 MODULE
✓ o metodach ekonometrycznych
✓ autoregresji (AR) i średniej ruchomej (MA),
✓ ARMA, ARIMA
✓ SARIMA, SARIMAX
+ zadanie bonusowe

3 MODULE
✓ czym jest wygładzanie wykładnicze
✓ Model Browna
✓ Model Holta
✓ Model Wintersa
+ zadanie bonusowe

4 MODULE
✓ jak można zastosować klasyczne uczenie maszynowe (na początek modele liniowe)
✓ w szczególności generalized additive model (GAM), który dość często jest kompromisem pomiędzy złożonością, interpretowalnością i skalowalnością
✓ wprowadzenie do feature engineering oraz feature selection
+ zadanie bonusowe

5 MODULE
✓ o bardziej zaawansowanym tworzeniu cech (ang. feature engineering), dzięki którym można usprawnić fantastycznie wynik
✓ o lasach losowych (random forest)
✓ o boosting (xgboost, lightgbm)
✓ konkurs oparty o prawdziwe dane i konkretny przykład

Budowa rozwiązania do portfolio połączona z grywalizacją.

6 MODULE
✓ na co należy zwracać szczególną uwagę przy wdrożeniu modelu na produkcje
✓ jakie bazy danych warto rozważyć do trzymania szeregów czasowych
✓ jakie są jeszcze przydatne narzędzia do szeregów czasowych
+ zadanie bonusowe