ML and Statistics for Data Analysts

אנליסטים – ניסיון כבר יש לכם, אבל הייתם רוצים לקחת את הידע שלכם צעד אחד קדימה? מעוניינים להבין איך מנתחים דאטה באמצעות פיתון? איך מיישמים מודלים סטטיסטיים כדי להפיק יותר מהדאטה? רוצים להחשף לחלק היישומי בעולם ה- Data Science אשר ניתן לעשות בו שימוש בעבודה היומיומית שלכם?

הקורס הבא בשבילכם.

למה Python Data Analysis? 

כל אנליזה שאנו עושים משתייכת לאחד מ-3 הסוגים הבאים:

1. אנליזות על משתנה\עמודה בודדת (Univariate Analysis) – ממוצע, חציון, סטית תקן וכד'
2. אנליזות על אינטראקציות בין 2 משתנים (Bivariate Analysis) – לדוגמא ממוצע שכר לפי מגדר, מתאם בין שכר לגיל, עד כמה האינטראקציות הללו מובהקות, ועוד.
3. אנליזות על אינטראקציות בין 3 משתנים או יותר (Multivariate Analysis) – לדוגמא עד כמה משפיעים המגדר, איזור המגורים והגיל של האדם על רמת השכר שלו

על כל השאלות הללו אנו כאנליסטים צריכים לדעת לתת מענה. אך לרוב נעצרים בחלק הראשון, וקצת מגרדים את הבסיס של החלק השני.

למה? לרוב מ-2 סיבות – 

1. חוסר ידע ב-Python. עם כל הכבוד ל- SQL ואקסל, בניתוחים מורכבים מהסוג שציינו כלים אלו מוגבלים במידה מסויימת
2. מחסום תפיסתי, לפיו  מודלים סטטיסטיים בהם משתמש ה- Data Scientist פחות רלוונטיים ומידי מורכבים על-מנת שגם אנליסט יוכל להפיק מהם תועלת.

הגישה שלנו –

למה שאנליסט – אחד הגורמים בארגון שמבין את הביזנס הכי טוב, בעל תפיסה מתמטית גבוהה ולרוב עם רקע קודם בתכנות, לא ישתמש בכלים סטטיסטיים מתקדמים, או יריץ מודלים מהדומיין של ה- Machine Learning על-מנת להפיק יותר תועלת מהנתונים שעומדים לרשותו?

אם תשאלו אותנו – נאמר שאין שום סיבה, ושהכלים שנחשבים לנחלתו הבלעדית של ה- Data Scientist יכולים וצריכים להכנס לארסנל הכלים של האנליסט. וזו מטרת הקורס – להקנות לכם את הכלים הללו.  

אז מה אנחנו מלמדים

הקורס שלנו נחלק ל-4 מודולים

1. ניתוח נתונים "קלאסי" באמצעות Python, בדומה למה ששפת ה-SQL מאפשרת: פילטור, מיון, הקבצות, שילוב טבלאות, פעולות Pivot ועוד.
2. חישובים סטטיסטיים – מימוש כלים סטטיסטיים על-מנת לקבל אומדן על הנתונים, להעלות השערות, ולבצע מבחנים שונים כגון T-Tests, ANOVA, Chi-squared, Correlations
3. טכניקות לניקוי והכנת דאטה לקראת מודלים סטטיסטיים \ ML מורכבים
4. מימוש מודלים פרקטיים מעולם ה-ML בעבודתנו כאנליסטים

מה הקורס יעניק לכם?

1. יכולת לנתח נתונים, לבצע חישובים סטטיסטיים, ולהריץ מודלים של ML באמצעות Python
2. למידה אינטנסיבית דרך הידיים – עשרות דאטה-סטים, וכמויות עצומות של תרגולים
   
3. חומרי הדרכה מסודרים ומפורטים שישארו אתכם הרבה אחרי שהקורס יסתיים
4. דוגמאות, תרגילים והסברים המבוססים על נסיון מהשטח
5. יכולת לבניית תיק עבודות המבוסס על אנליזות באמצעות Python
6. תמיכה שוטפת בכל שאלה, במהלך הקורס ולאחריו

איך לומדים

• משך הקורס – 12 מפגשים, אשר חלקם יועברו במתכונת פרונטלית (פיזית), חלקם יועברו במתכונת אונליין (Zoom)
• בסיום כל שיעור, את ההקלטה של המפגש, אליה תהיה לכם גישה במהלך הקורס, נפרסם בקבוצה ייעודית לתלמידי הקורס.
• במשך השבוע תקבלו משימות, אותן יש להשלים עד השיעור הבא.
• בכל בעיה בה תתקלו במהלך הדרך – ניתן להתייעץ עם המרצה, המתרגל, או חברי הקבוצה.

מובילי הקורס

• רם קדם – חי את עולם ה-Data כבר למעלה מ-15 שנה, הוביל פרויקטים מגוונים, ניהל מקצועית מכללות מובילות, הדריך עשרות אלפי אנשים , וכתב ספרות בתחום ה-Data אשר נמכרת ברחבי העולם
• מיכאל ווינר – מעל 5 שנות נסיון כמדען נתונים וכמנהל צוות בתחום, ו-10 שנות נסיון בתחום הדאטה, בעל נסיון בהובלה של פרוייקטים רבים בתחומי ביג דאטה, למידת מכונה ומודלים סטטיסטיים.

הרשמה

ניתן ליצור עמנו קשר על-מנת לקבל פרטים נוספים ולהרשם