Course detail

Data Science with ipython and jupyter

CEITEC VUT-DS119Acad. year: 2020/2021

V rámci tohoto kurzu budou probrány části statistiky, analýzy dat a metod strojového učení. Hlavní důraz bude kladen na implementaci těchto metod, vizualizaci a interpretaci dosažených výsledků.

Language of instruction

English

Mode of study

Not applicable.

Guarantor

Dipl. Ing. Soner Steiner, Dr.

Department

Central European Institute of Technology BUT (CEITEC VUT)

Learning outcomes of the course unit

Not applicable.

Prerequisites

Základní znalost programování

Co-requisites

Not applicable.

Planned learning activities and teaching methods

Not applicable.

Assesment methods and criteria linked to learning outcomes

60% dokončení malého datového vědeckého projektu, 40% zkouška

Course curriculum

základy pythonu, zaměření na knihovny numpy, pandas a tensorflow
-základy rozhraní ipython a jupyter
-shromažďování dat z různých zdrojů, experimentů, simulací nebo webových stránek
-přizpůsobování nahromaděných dat potřebám plánované analýzy
-provedení požadované statistické analýze údajů
-odvozování závěrů a vytváření předpovědí

Work placements

Not applicable.

Aims

Not applicable.

Specification of controlled education, way of implementation and compensation for absences

Not applicable.

Recommended optional programme components

Not applicable.

Prerequisites and corequisites

Not applicable.

Basic literature

Deep Learning, Ian Goodfellow and Yoshua Bengio and Aaron Courville, MIT Press, 2016 (EN)
pandas documentation: https://pandas.pydata.org/pandas-docs/stable/ (EN)
tensorflow documentation: https://www.tensorflow.org/api_doc (EN)

VUT

Faculties

University Institutes

Parts

Data Science with ipython and jupyter