Kurz			Cena	Množstvo

Detail kurzu

Dátová analýza pomocou AI v Pythone - veľké jazykové modely, PandasAI, vizualizácie, SQL, Streamlit a AI asistenti

IT LEARNING SLOVAKIA, s.r.o.

Popis kurzu

Základy dátovej analýzy pomocou AI v Pythone je prakticky orientovaný kurz určený pre mierne pokročilých až pokročilých používateľov jazyka Python, ktorí chcú posunúť svoje analytické zručnosti na novú úroveň pomocou umelej inteligencie. Cieľom kurzu je naučiť vás efektívne prepájať Python, dátovú analytiku a moderné AI nástroje, ktoré automatizujú a zrýchľujú celý proces práce s dátami. Na kurze si osvojíte prácu s nástrojmi ako Jupyter Notebooks, Pandas, PandasAI, Data Wrangler či NotebookLM. Zistíte, ako vám môžu AI asistenti pomôcť s čistením dát, ich sumarizáciou, vizualizáciou či interpretáciou. Naučíte sa generovať SQL dotazy pomocou AI, vyvíjať interaktívne aplikácie v Google AI Studio a automatizovať reporty cez Streamlit. Silný dôraz kladieme aj na prompt engineering – teda spôsob, ako efektívne komunikovať s veľkými jazykovými modelmi (LLM), ako sú GPT alebo Gemini, aby ste z nich získali požadované výstupy. Tento kurz nie je vhodný pre začiatočníkov. Predpokladá sa absolvovanie kurzov Python I. až Python III., prípadne zodpovedajúce vedomosti a skúsenosti. Účastník musí ovládať základnú syntax Pythonu, prácu s funkciami, dátovými typmi, iteráciami a modulmi. Ideálny je aj základný prehľad o práci s knižnicou Pandas. Veľkou výhodou je, ak už máte skúsenosti s tvorbou jednoduchých aplikácií alebo skriptov v Pythone. Kurz je určený najmä pre dátových analytikov, vývojárov, študentov technických odborov a všetkých, ktorí chcú prakticky využívať AI pri každodennej práci s dátami. Po absolvovaní kurzu budete schopní rýchlejšie a presnejšie analyzovať dáta, vyvíjať riešenia na báze umelej inteligencie a vytvárať prehľadné vizualizácie a reporty s minimálnym množstvom kódu.

Prihlásiť sa na kurz

Obsah kurzu

1. Úvod do veľkých jazykových modelov (LLM)

Čo sú to LLM a prečo sú dôležité
Prehľad a použitie najpopulárnejších modelov (napr. GPT od OpenAI, Gemini od Google)
Typy úloh pre LLM: generovanie textu, sumár, odpovedanie na otázky
Základné princípy prompt engineeringu

2. Úvod do dátovej analýzy s umelou inteligenciou

Koncept a výhody automatizovanej dátovej analýzy s podporou AI
Prehľad moderných nástrojov a platforiem, kde je AI integrovaná
Etické aspekty, výhody a výzvy pri používaní AI v analýze dát

3. Príprava a asistovaná analýza dát

Načítanie, čistenie a predbežné spracovanie dát s knižnicou Pandas
Využitie doplnku Data Wrangler vo VS Code na interaktívne čistenie a transformáciu dát
Využitie NotebookLM na inteligentnú analýzu rozsiahlych dokumentov a textových dát
Práca s Google AI Studio na vývoj aplikácií, riešenie multimodálnych úloh a pokročilý prompt engineering

4. Jupyter Notebooks a PandasAI

Práca v prostredí Jupyter Notebooks pre interaktívnu dátovú analýzu
Inštalácia a používanie knižnice PandasAI
Generovanie kódu a odpovedí v prirodzenom jazyku priamo v Pandas DataFrame
Praktické príklady na sumarizáciu, filtrovanie a manipuláciu s dátami bez zložitého kódu

5. Použitie AI asistentov pre vizualizáciu

Automatické generovanie a optimalizácia kódu pre vizualizáciu dát pomocou AI
Tvorba interaktívnych a statických vizualizácií pomocou knižníc Matplotlib a Seaborn
Zadávanie inštrukcií AI asistentom pre vizualizačné úlohy

6. SQL a databázy s podporou AI

Pripojenie k relačným databázam (napr. PostgreSQL)
Práca s dátami priamo vo VS Code pomocou pluginov
Generovanie, optimalizácia a interpretácia SQL dotazov s podporou AI

7. Automatizácia reportingu a prezentácia výsledkov

Použitie knižnice Streamlit na tvorbu jednoduchých interaktívnych dashboardov
Automatické generovanie textových zhrnutí a analytických postrehov pomocou LLM
Tipy na efektívnu komunikáciu výsledkov a prezentáciu dát podporenej AI