Tematika félnapos bontásban:

1. Python frissítés
Átnézzük az adatelemzéshez szükséges legfontosabb Python nyelvi funkciókat. Majd beszélünk az adatszerkezetek memóriaigényéről és a futási hatékonyság fontosabb tényezőiről.

2. Táblázatok és adatbázisok kezelése Pythonból (Pandas)
A napi gyakorlatban nagyon fontos, hogy hogyan tudunk feldolgozni excel
táblázatokat vagy adatbázisokat. Ez után egy kis SQL-t is nézünk.

3. Adatok előkészítése és előzetes felmérése
Elsajátítjuk a Pandas további funkcióit és részletesen átnézzük a
numpy és scipy statisztikai csomagjait.

4. Diagram készítés
Megnézzük, hogy az előzőekben legyűjtött adatokat hogyan tudjuk
megjeleníteni matplotlib segítségével. Végezetül egy kis ízelítőt adunk
egy másik népszerű diagramkészítő könyvtárról: plotly-ról.

5. Dashboard készítés
A korábban megtanultakat folytatva megnézzük, hogyan lehet interaktív
grafikonokat és dashboardokat készíteni a plotly és dash segítségével.

6. Gépi tanulás alapjai (Regressziószámítás)
Egy gyakorlati példán keresztül bemutatjuk a jelenleg egyik
legelterjedtebb gépi tanulás keretrendszer képességeit a TensorFlow
2-t és ennek részét képző Kerast. Majd kitekintést adunk a Python ML
ökoszisztémára.