Python u analizi podataka (Data Science) i strojno učenje

Upišite program obrazovanja za stjecanje mikrokvalifikacije primjena Pythona u analizi podataka i strojnom učenju

Podatkovna znanost i strojno učenje

Kao jedan od najpoznatijih programskih jezika, Phyton se koristi u nizu područja, od razvoja aplikacija i automatizacije procesa do analize podataka, umjetne inteligencije i strojnog učenja.

Upravo zbog svoje fleksibilnosti i jednostavne sintakse, Python postaje prvi izbor ne samo za programere, već i za stručnjake iz raznih industrija koji žele razumjeti i primijeniti podatke u svom radu.

Program obrazovanja oblikovan je tako da polaznicima, kroz rad na konkretnim zadacima i simulacijama poslovnih situacija, omogući stjecanje novih znanja i vještina koje su odmah primjenjive u radnom okruženju.

Python u analizi podataka i strojno učenje 1

100 sati
nastave

Teorija i praktični dio nastave se provode online u realnom vremenu

Python u analizi podataka i strojno učenje 2

Vrhunski
predavači

Predavači su iskusni stručnjaci s dugogodišnjim iskustvom u industriji

Python u analizi podataka i strojno učenje 3

Uvjerenje u e-radnoj knjižici

Nakon položenog ispita svaki polaznik dobiva Uvjerenje koje se upisuje u e-radnu knjižicu

Za upis je potrebno znanje osnova programiranja u bilo kojem programskom jeziku (poželjno Python) te završena minimalno trogodišnja srednja škola

Javite nam se i saznajte više informacija o programu!

    Redovna cijena programa je 814,77 €, a putem HZZ vaučera program je besplatan.

    Moduli i nastavne teme

    Python u analizi podataka i strojno učenje 4

    Primjena Pythona u prikupljanju i obradi podataka

    • Uvod u podatkovnu znanost
    • Prikupljanje i obrada podataka
    • Provjera i čišćenje podataka
    • Pohrana i obrada podataka
    • Analiza podataka i tumačenje rezultata
    Python u analizi podataka i strojno učenje 5

    Strojno učenje za analizu podataka

    • Nadzirano i nenadzirano učenje
    • Prednosti, nedostaci i evaluacija različitih modela
    • Usporedba modela prema performansama i kontekstu zadatka
    • Upotreba alata (npr. scikit-learn)
    • Primjena strojnog učenja i interpretacija rezultata

    Predavač

    Python u analizi podataka i strojno učenje 6

    Edi Lozar

    Edi Lozar je stručnjak za automatizaciju i analizu podataka s bogatim iskustvom u telekomunikacijskoj industriji. Specijalizira se za razvoj low-code rješenja, izvještavanje u Power BI-u te automatizaciju poslovnih procesa pomoću Pythona i strojnog učenja.

    Diplomirao je lingvistiku na Filozofskom fakultetu u Zagrebu te završio Digitalnu ekonomiju na Tehničkom veleučilištu. Uz akademsko obrazovanje, pohađao je dodatne edukacije iz umjetne inteligencije, web programiranja i podatkovne analitike. Kao predavač, fokusira se na praktičnu primjenu Pythona u analizi podataka, automatizaciji i optimizaciji poslovnih procesa, osiguravajući polaznicima konkretna znanja koja su primjenjiva na stvarnim projektima.

    Što ćete naučiti?

    Python u analizi podataka i strojno učenje 7Koristiti programske alate
    Python u analizi podataka i strojno učenje 7Izmijeniti i/ili popraviti pojedine dijelove programskog koda
    Python u analizi podataka i strojno učenje 7Primijeniti kritičko razmišljanje u izradi algoritama
    Python u analizi podataka i strojno učenje 7Na temelju vlastitih ili tuđih modela i specifikacija samostalno napisati, testirati i dokumentirati program
    u zadanom programskom jeziku i razvojnoj okolini
    Python u analizi podataka i strojno učenje 7Ispitati kvalitetu softverskog rješenja
    Python u analizi podataka i strojno učenje 7Povezati i integrirati različite programske proizvode

    Posao analitičara podataka (data analyst)

    Python u analizi podataka i strojno učenje 13

    Prikupljanje, obrada,
    analiza i vizualizacija podataka

    Python u analizi podataka i strojno učenje 14

    Interpretacija podataka u kontekstu donošenja odluka

    Python u analizi podataka i strojno učenje 15

    Prepoznavanje tipa problema i odabir prikladnih algoritama

    Kolika je plaća i kakva je budućnost analitičara podataka?

    Prema podacima portala Adorio, prosječna mjesečna plaća za analitičara podataka u Hrvatskoj iznosi 1.518 EUR.

    Budućnost ovog zanimanja je iznimno perspektivna, jer rast količine podataka i napredak tehnologije stalno povećavaju potrebu za stručnjacima koji znaju analizirati, interpretirati i primijeniti podatke u poslovnom odlučivanju.

    Zašto upisati program?

    Visoka potražnja na tržištu rada

    Napredak tehnologije povećava potrebu za novim radnim mjestima i stručnjacima.

    Praktične vještine iz stvarnog svijeta

    Radit ćete na konkretnim zadacima iz područja analize podataka i strojnog učenja.

    Ulaz u IT svijet bez kodiranja

    Program je prilagođen početnicima, a uz stručnu podršku, savladat ćete osnove Pythona.

    Iskustva prijašnjih polaznika

    Posebno mi se svidjelo povezivanje teorijskog znanja s praktičnim zadacima – svaki smo koncept odmah primjenjivali kroz kod, što je značajno olakšalo učenje.

    Sve pohvale Učilištu.

    Iva K.

    Predavač je bio iznimno stručan, s puno strpljenja i odličnim pristupom polaznicima.

    Svakako bih preporučio ovaj program svima koji se žele kvalitetno educirati.

    Marko D.

    Možda će vas zanimati i ovo...

    Postanite Python developer!

    Naučite izrađivati funkcionalne web aplikacije koristeći Python.

    Upišite Python za početnike!

    Savladajte osnove programskog jezika Python kroz praktične zadatke bez prethodnog znanja.