Egy nyelv, amelyben az egész adatvilág beszél
A Python egy általános célú, magas szintű, interpretált programozási nyelv. Az adattudományban és a mesterséges intelligenciában gyakorlatilag közös nyelvvé vált, mert az olvasható szintaxisa mellé egy hatalmas, együttműködő könyvtár ökoszisztéma épült. Amikor adatot töltünk be, megtisztítjuk, modellt tanítunk vagy eredményt ábrázolunk, szinte mindig ugyanazok az eszközök térnek vissza. Ez a kurzus ezt a közös alapot rakja le, amelyre a KD AI Academy AI Engineer és gépi tanulás anyagai építenek.
A cél nem az, hogy profi szoftvermérnök váljon belőled, hanem hogy magabiztosan olvass és írj egyszerű Python kódot, értsd a NumPy és a pandas alapfogalmait, és egy adathalmazt be tudj tölteni, meg tudj tisztítani és ábrázolni tudj. Ez az a szint, ahonnan a gépi tanulás és a mélytanulás anyagok követhetők.
Miért éppen a Python
Több nyelven is lehet gépi tanulást csinálni, de a Python néhány tulajdonsága miatt vált uralkodóvá ezen a területen. A szintaxisa közel áll a pszeudokódhoz, kevés a formai ceremónia, a kódblokkokat egyszerű behúzás jelöli. Interpretált nyelv, ezért sorról sorra futtatható, és egy jupyter notebookban azonnal látszik minden lépés eredménye, ami a kísérletező adatelemzéshez ideális. Végül ragasztó nyelvként működik, vagyis kényelmes felületet ad a gyors, C és Fortran nyelven írt numerikus könyvtárakhoz, így az olvashatóság nem megy a sebesség rovására.
import numpy as np
import pandas as pd
adatok = [12, 7, 22, 5, 18]
tomb = np.array(adatok)
print(tomb.mean()) # 12.8
print(tomb.max()) # 22Néhány sor jól olvasható Python kód, amely már valódi számítást végez. Ezekkel az eszközökkel dolgozunk a kurzus során.
A leggyakoribb könyvtárak
Az alábbi csomagok adják az adattudományi munka gerincét. Ebben a kurzusban a NumPy és a pandas kap külön leckét, mert ezek a mindennapi adatkezelés alapjai, a vizualizációt pedig egy önálló lecke tárgyalja.
Általános nyelv és adattudományi ökoszisztéma
Fontos elválasztani két dolgot. A Python önmagában egy általános célú nyelv, amellyel weboldalt, szkriptet vagy asztali programot is lehet írni. Az adattudományi ereje nem a nyelv magjából jön, hanem a köré épült könyvtárakból. Amikor tehát adattudományi Pythonról beszélünk, mindig a nyelv és a fenti ökoszisztéma együttesére gondolunk.
Nyers Python önmagában
- Általános célú, sokféle feladatra jó
- Listák és ciklusok a kézi adatkezeléshez
- Nagy adaton lassú és körülményes
- Nincs beépített táblázat vagy ábra
Python az ökoszisztémával
- NumPy tömbök és vektorizált számítás
- pandas táblázat oszlopokkal és indexszel
- Gyors, mert a magja C és Fortran
- Kész eszközök ábrához és modellhez
Mit tanulsz a nyolc leckében
A kurzus a nyelv alapjaitól halad a gyakorlati adatelemzésig. Előbb a Python szintaxis és az adatszerkezetek kerülnek sorra, majd a NumPy tömbök és a pandas táblázatok, végül az adatbetöltés, a tisztítás és a vizualizáció. Az utolsó lecke a jupyter munkamenetet és a következő lépést mutatja meg. A végén egy záróteszt és tanúsítvány zárja a tananyagot.
Nyolc lecke, egy közös alap. A nyelv alapjaitól a valódi adatelemzésig. Ez az az előképzettség, amelyre a gépi tanulás, a mélytanulás és az AI Engineer anyagok építenek.
Workshop
AI Transformation Day
Egésznapos, vezetőknek szóló program. Feltérképezzük, hol tart a szervezet, mi az első reális lépés, és milyen belső feltételek szükségesek a sikerhez. A nap végén konkrét, prioritizált cselekvési lista.
Érdekel a program →