Sprawdź 105 GWARANTOWANYCH TERMINÓW SZKOLEŃ na rok 2026! Dofinansowanie do 100% — sprawdź możliwości z BUR i KFS!
22 299 53 69
Szkolenie Python

Data Science w Pythonie: Praktyczna analiza danych i Machine Learning

Analiza danych i uczenie maszynowe w Pythonie to intensywne, praktyczne szkolenie prowadzące uczestników od podstaw pracy w środowisku analitycznym Data Science po implementację...

więcej →

Program, termin i format dostosujemy do Twojego zespołu

4000 PLN netto 4 920 PLN brutto Dofinansowanie BUR/KFS
Czas trwania 5 dni
Tomasz Wiliński
Tomasz Wiliński Autor szkolenia

Najbliższe terminy 9:00 – 16:00

21.09 –
Gwarantowany Online
Termin niegwarantowany
Do koszyka
Kliknij aby przejść do formularza zapisu
23.11 –
Gwarantowany Online
Tomasz Wiliński Tomasz Wiliński
Wolne miejsca
Do koszyka
Kliknij aby przejść do formularza zapisu
Powiadamiaj mnie o nowych terminach gwarantowanych tego szkolenia

Powiadomienia o terminach gwarantowanych

Na podany adres e-mail będziesz otrzymywać informacje o pojawiających się terminach gwarantowanych szkolenia Data Science w Pythonie: Praktyczna analiza danych i Machine Learning.

Z powiadomień możesz wypisać się w dowolnym momencie.

Zorganizuj to szkolenie tylko dla swojego zespołu

To szkolenie można zorganizować w formie zamkniętej — z programem dopasowanym do potrzeb Twojego zespołu, w uzgodnionym terminie i formacie.

Dowiedz się więcej

Opis szkolenia


O szkoleniu w skrócie

Analiza danych i uczenie maszynowe w Pythonie to intensywne, praktyczne szkolenie prowadzące uczestników od podstaw pracy w środowisku analitycznym Data Science po implementację modeli uczenia maszynowego i sieci neuronowych.

Program kursu został zaprojektowany tak, aby krok po kroku budować wiedzę – od efektywnego przetwarzania danych po tworzenie modeli predykcyjnych.

Podczas pięciu dni zajęć uczestnicy poznają kluczowe biblioteki Pythona wykorzystywane w Data Science, takie jak NumPy, Pandas, Scikit-learn, TensorFlow i Keras.

W ramach warsztatów praktycznych wykonają serię ćwiczeń i case studies, które pozwolą im realnie zastosować zdobyte umiejętności w rozwiązywaniu problemów analitycznych.

Szkolenie łączy elementy teorii, praktyki kodowania oraz interpretacji wyników z perspektywy biznesowej, tworząc solidne podstawy do pracy w roli analityka danych lub specjalisty uczenia maszynowego. Uczestnicy nauczą się również, jak wyjaśniać działanie modeli, diagnozować problemy z przeuczeniem, optymalizować parametry i wdrażać efektywne procesy analityczne zgodne z metodyką CRISP-DM.

Korzyści dla uczestników

  • Praktyczne opanowanie narzędzi Pythona stosowanych w analizie danych (Jupyter, VS Code, NumPy, Pandas, Scikit-learn, TensorFlow, Keras).
  • Zrozumienie pełnego cyklu projektu Data Science — od przygotowania danych do interpretacji i wdrożenia modelu.
  • Umiejętność pracy z dużymi zbiorami danych, ich czyszczenia, łączenia, wizualizacji i przekształcania w wiedzę biznesową.
  • Poznanie najważniejszych algorytmów ML: regresji, klasyfikacji, drzew decyzyjnych, lasów losowych i podstaw deep learningu.
  • Zrozumienie działania modeli i wyjaśnianie ich wyników przy użyciu metod interpretowalności (XAI).
  • Świadomość potencjalnych błędów analitycznych (overfitting, bias, data leakage) i sposobów ich unikania.
  • Kompetencje do samodzielnej pracy jako Junior Data Scientist lub Junior ML Engineer, z solidnymi fundamentami teoretycznymi i praktycznymi.


Przejdź do programu szkolenia

Prowadzący szkolenie

Tomasz Wiliński

Tomasz Wiliński

Senior Data Scientist z wieloletnim doświadczeniem w projektach wykorzystujących uczenie maszynowe i analitykę predykcyjną. Na co dzień pracuje w jednej z największych instytucji finansowych w Polsce, odpowiadając za rozwój i wdrożenie modeli scoringowych, predykcyjnych oraz systemów wspierających decyzje biznesowe.

W pracy łączy wiedzę techniczną z praktycznym podejściem do rozwiązywania problemów biznesowych. Jako prowadzący stawia na zrozumienie istoty algorytmów, intuicję analityczną oraz zdolność wykorzystania danych do realnych celów. Na szkoleniach dzieli się sprawdzonymi metodami pracy w Pythonie, dobrymi praktykami tworzenia modeli oraz doświadczeniem wyniesionym z wdrożeń w skali enterprise.

Program szkolenia

Dzień 1

  • Środowisko analityczne w Data Science
    • Instalacja i konfiguracja środowiska (Python, Jupyter Notebook, Visual Studio Code).
    • Wprowadzenie do analizy danych oraz pracy w notatnikach Jupyter.
    • Tworzenie środowiska wirtualnego oraz dobre praktyki pracy Data Scientista.
  • Biblioteka NumPy
    • Praca z tablicami wielowymiarowymi (ndarray).
    • Operacje wektorowe i macierzowe.
  • Matematyczne podstawy uczenia maszynowego
    • Kluczowe pojęcia ze statystyki w kontekście ML.
    • Algebra liniowa jako podstawa uczenia maszynowego.
  • Wprowadzenie do CRISP-DM
    • Omówienie 6 faz projektu Data Science: od zrozumienia biznesu po wdrożenie modelu.
  • Zadania praktyczne – NumPy

Dzień 2

  • Analiza danych z Pandas
    • Wczytywanie, eksploracja i czyszczenie danych (CSV, XLSX, TXT).
    • Filtrowanie, agregacja i łączenie danych (merge, join).
    • Praca z danymi tekstowymi i integracja z API.
    • Porównanie Pandas z językiem SQL.
  • Eksploracyjna Analiza Danych (EDA)
    • Wykresy i analiza rozkładów, relacji oraz wartości odstających.
  • Przygotowanie danych w Scikit-learn
    • Skalowanie cech i obsługa braków danych.
    • Kodowanie zmiennych kategorycznych i praca z tekstem.
  • Feature Engineering
    • Tworzenie nowych zmiennych na podstawie wiedzy domenowej.
  • Zadania praktyczne – Pandas

Dzień 3

  • Regresja liniowa
    • Teoria i implementacja modelu od podstaw.
    • Regresja wielomianowa.
    • Gradient Descent.
    • Case study: przewidywanie kosztów ubezpieczenia.
    • Metryki regresji: MAE, MSE, R².
  • Regresja logistyczna
    • Klasyfikacja binarna i wieloklasowa.
    • Case study: predykcja churnu klientów.
  • Metryki klasyfikacji
    • Macierz pomyłek, Precision, Recall, F1-score, ROC, AUC.
  • Interpretowalność modeli (XAI)
  • Zadania praktyczne – uczenie maszynowe

Dzień 4

  • Drzewa decyzyjne
    • Budowa, wizualizacja i interpretacja.
    • Case study: wykrywanie chorób serca.
  • Lasy losowe (Random Forest)
    • Ensemble Learning i Bagging.
  • Walidacja i diagnostyka modeli
    • Overfitting i underfitting.
    • Cross-validation.
  • Optymalizacja hiperparametrów
    • GridSearchCV.
  • Praca z danymi niezbalansowanymi
    • SMOTE, undersampling, oversampling, wagi klas.
  • Zadania praktyczne – uczenie maszynowe

Dzień 5

  • Podstawy Deep Learningu
    • Perceptron i sieci wielowarstwowe (MLP).
    • Funkcje aktywacji i funkcje straty.
  • Implementacja sieci neuronowej od zera
    • Prosta sieć neuronowa w NumPy.
  • TensorFlow i Keras
    • Praca z tensorami.
    • Budowa, kompilacja i trening modeli.
  • Case study
    • Klasyfikacja obrazów – Fashion MNIST.
  • Jak działa ChatGPT?
    • Architektura sieci transformerów.
  • Vibe coding
    • Budowa aplikacji webowej z modelem ML w 5 minut.

Zainteresowany? Zapisz się na szkolenie!

Zapisz się — wybierz termin

Szkolenie Data Science w Pythonie: Praktyczna analiza danych i Machine Learning realizowane tylko dla pracowników Twojej firmy?

To szkolenie możemy zorganizować w formie zamkniętej — wyłącznie dla Twojego zespołu. Doświadczony trener-praktyk poprowadzi szkolenie skrojone pod potrzeby Twojej organizacji:

  • Program dopasujemy do potrzeb i poziomu uczestników
  • Termin ustalimy indywidualnie, pod Twój kalendarz
  • Format do wyboru: online na żywo lub stacjonarnie w Twojej lub naszej siedzibie

Zamów bezpłatną, niezobowiązującą wycenę szkolenia zamkniętego.

Zapytaj o bezpłatną wycenę szkolenia
Szkolenie dedykowane dla Twojego zespołu Dopasowany program, termin i format. Napisz lub zadzwoń — wspólnie dobierzemy rozwiązanie dla Twoich pracowników.
5/5 średnia ocena JSystems w Google na podstawie 292 ocen

Terminy gwarantowane

Szkolenia oznaczone jako "termin gwarantowany" odbędą się w zaplanowanym terminie niezależnie od liczby zgłoszonych uczestników. Nie musisz się martwić, że szkolenie zostanie odwołane z powodu zbyt małej liczby zapisanych osób.

Szkolenia online

Szkolenie realizowane jest w formie zdalnej na żywo poprzez platformę ZOOM. Trener prowadzi szkolenie na żywo, a uczestnicy mogą na bieżąco zadawać pytania i wykonywać ćwiczenia. Format online zapewnia pełną interakcję z trenerem, identyczną jak przy szkoleniu stacjonarnym.

Szkolenie na żywo z trenerem — nie kurs video

To nie jest nagrany kurs video. Przez cały czas trwania szkolenia masz bezpośredni kontakt z doświadczonym trenerem-praktykiem. Możesz na bieżąco zadawać pytania, prosić o wyjaśnienie trudnych zagadnień, konsultować własne projekty i uzyskać odpowiedź na dowolne pytanie związane z tematyką szkolenia. To realne wsparcie eksperta, którego nie zapewni żaden kurs nagrany.

Certyfikat ukończenia szkolenia

Każdy uczestnik po ukończeniu szkolenia otrzymuje imienny certyfikat potwierdzający udział i zdobyte kompetencje. Certyfikat wystawiany jest przez JSystems — firmę z certyfikatem ISO 9001 — i jest honorowany przez pracodawców.

Środowisko robocze

Nie jest wymagane instalowanie żadnego oprogramowania. Każdy uczestnik szkolenia otrzymuje dostęp do gotowego środowiska w chmurze, skonfigurowanego na potrzeby szkolenia. Dostęp realizowany jest poprzez przeglądarkę lub zdalny pulpit, w zależności od szkolenia.

Sprawdź pozostałe szkolenia z kategorii:

Python

Opinie uczestników

5.0/5
Uczenie maszynowe (Machine Learning) w Pythonie

Bardzo dobrze i sprawnie przeprowadzone szkolenie dot. technik ML w pythonie. Polecam dla osób które zajmują się tym w praktyce. Możliwość pogłębienia wiedzy w tej dziedzinie.

Anna Matuszyk Bank Millennium S.A.
4.8/5
Uczenie maszynowe (Machine Learning) w Pythonie

Spoko w branży finansowej!

Konrad Gruszka Politechnika Częstochowska
4.9/5
Python od podstaw, przez analizę danych, do machine learning

Bardzo dobre wykłady, dużo przydatnej wiedzy i perfekcyjny trener M. Z.

Kacper Jakubowski Fundacja Rozwoju Systemu Edykacji
5.0/5
Programowanie w języku Python - podstawy

Polecam

Krzysztof Dzwinel ORLEN Upstream Polska Sp. z o.o.
5.0/5
Programowanie w języku Python - podstawy

Szkolenie z Przemkiem polecam każdemu, kto chce zgłębić wiedzę na temat Pythona, a jednocześnie świetnie się przy tym bawić. Mimo tego, że program szkolenia jest pełny, Przemek zawsze znajdował czas, aby zatrzymać się i wytłumaczyć wszelkie niejasności. Będę polecać znajomym w branży. :)

Patrycja Koruba H-Consulting Wojciech Hołowicz
4.9/5
Python od podstaw, przez analizę danych, do machine learning

Super szkolenie, prowadzący Pan Mateusz spełnił moje oczekiwania, wykazał się wiedzą na każdy temat, potrafił odpowiadać na wszystkie zadawane pytania w trakcie szkolenia oraz pomagał rozwiązać każdy problem - w skrócie - pełen profesjonalizm. Polecam wybranie tego szkolenia!

Mateusz Sowiński URZĄD KOMISJI NADZORU FINANSOWEGO
5.0/5
Programowanie w języku Python - podstawy

Bardzo polecam

Jakub Tomaszewski Towarzystwo Ubezpieczeń i Reasekuracji Warta S.A.
5.0/5
Uczenie maszynowe (Machine Learning) w Pythonie

Polecam szkolenia z JSystems - profesjonalne podejcie do tematu, dobra organizacja szkolenia

Marta Kiszka Ornsson Solutions Sp. z o.o.
Pokaż wszystkie opinie Google Opinie w Google

Zaufali nam

...oraz setki innych firm

Dlaczego warto nas wybrać?

Terminy gwarantowane na 100%

Jeśli termin jest oznaczony jako gwarantowany, odbędzie się we wskazanym czasie — nawet jeśli część grupy wycofa się z udziału. Ryzyko organizacyjne ponosimy my, nie Ty.

Trenerzy-praktycy z oceną minimum 4.75/5

Każdy trener JSystems ma bogate doświadczenie komercyjne w technologiach których uczy i musi utrzymywać średnią z ankiet powyżej 4.75 na 5. Czerwony pasek to u nas minimum ;)

100% format warsztatowy

Każde zagadnienie teoretyczne jest poparte ćwiczeniami praktycznymi o rosnącym poziomie trudności. Uczymy przez działanie, nie przez slajdy.

Jesteśmy w BUR

Jako zarejestrowany dostawca usług w Bazie Usług Rozwojowych umożliwiamy sfinansowanie szkoleń pracowników ze środków zewnętrznych — dofinansowanie z BUR i KFS sięga nawet 100% wartości szkolenia.

Certyfikat ISO 9001

Posiadamy certyfikat ISO 9001 potwierdzający najwyższe standardy jakości naszych usług szkoleniowych i procesów organizacyjnych.

Gotowe środowiska w chmurze

Do każdego szkolenia wymagającego oprogramowania dostarczamy skonfigurowane, gotowe hosty w chmurze. Uczestnik nie musi nic instalować — łączy się przez zdalny pulpit lub SSH.

Dowiedz się dlaczego warto nas wybrać

Masz pytania? Zadzwoń lub napisz!
22 299 53 69 biuro@jsystems.pl
Pon–Pt 9:00–17:00
A może nielimitowane szkolenia za
1 148 PLN brutto / mies.?
Sprawdź Karnet Open
KARNET OPEN na szkolenia

Najczęstsze pytania

Ile trwa szkolenie „Data Science w Pythonie: Praktyczna analiza danych i Machine Learning”?

Szkolenie trwa 5 dni.

Ile kosztuje szkolenie „Data Science w Pythonie: Praktyczna analiza danych i Machine Learning”?

Cena to 4 000 zł netto (4 920 zł brutto) za osobę.

Czy termin szkolenia „Data Science w Pythonie: Praktyczna analiza danych i Machine Learning” jest gwarantowany?

Tak. To szkolenie ma gwarantowane terminy, które odbywają się niezależnie od liczby uczestników. Który termin jest gwarantowany, sprawdzisz w sekcji z terminami.

Czy szkolenie „Data Science w Pythonie: Praktyczna analiza danych i Machine Learning” można zamówić jako zamknięte dla firmy?

Tak. Realizujemy je również w formie zamkniętej (dedykowanej) dla Twojego zespołu.

A może nielimitowane szkolenia za
1 148 PLN brutto / mies.?
Sprawdź Karnet Open
KARNET OPEN na szkolenia

Zanim wyjdziesz

Wyślemy Ci podsumowanie tego szkolenia z terminami i ceną — do przemyślenia w spokoju.

Żadnego spamu — tylko jedno podsumowanie.