Zpracování a vizualizace dat v prostředí Python

• 26 hod. přednášky
• 13 hod. projekty

• 100 bodů projekty

Student získá obecný přehled o základních i pokročilých metodách analýzy dat a základních i pokročilých aspektech jazyka Python, který se naučí používat ve spojení s moderními matematickými knihovnami a knihovnami pro pokročilou analýzu a modelování dat. Pochopí, jakým způsobem fungují techniky implementované v těchto knihovnách obecně a naučí se, na jaká data je která technika vhodná.
Kromě obecných znalostí základních technik zpracování dat student získá přehled o efektivním vykonávání kritických částí programu, rozšíření jazyka o vlastní moduly psané v C/C++ či problematice instalací knihoven do izolovaného prostředí či kontejnerů.
Student absolvováním předmětu pochopí, jak efektivně získávat, analyzovat a vizualizovat data různého rozsahu. Získané vědomosti může pak využít pro řešení netriviálních inženýrských a vědeckých úloh či pro vyhodnocování dat pro účely řízení a rozhodování.

Cílem předmětu je seznámit studenty s problematikou získávání, zpracování a analýzy dat v prostředí jazyka Python. V rámci předmětu bude jazyk Python představen jako nástroj pro efektivní manipulaci s daty.

Předmět si klade za cíl zvýšit uplatnění studentů na trhu práce, kde operace nad daty na různých úrovních nabývají stále většího významu, zejména uvážíme-li spojení s umělou inteligencí. Snahou je ukázat, jak efektivně využít existující frameworky a techniky napříč celým spektrem procesu zpracování a analýzy dat, tj. od získání dat samotných až po automatické generování zprávy prezentujícího výsledky datové analýzy, a tyto umět aplikovat v praxi, a to nejen v komerční sféře, ale také při řešení bakalářských a diplomových prací. 

• Lineární algebra (ILG)
• Principy programovacích jazyků a OOP (IPP)
• Pravděpodobnost a statistika (IPT)
• Základy programování (IZP)

Základní znalosti imperativního programování a algoritmizace, znalost základních pojmů a operací z lineární algebry (vektory, práce s maticemi, lineární operace apod.) a statistiky.

• IZP - Základy programování
• ILG - Lineární algebra
• IPP - Principy programovacích jazyků a OOP
• IPT - Pravděpodobnost a statistika

• Mark Pilgrim: Ponořme se do Pythonu 3 (ISBN: 978-80-904248-2-1, dostupné online)
• Jake VanderPlas: Python Data Science Handbook (ISBN: 978-1-491-91205-8, dostupné v online zdrojích knihovny)
• Samir Madhavan: Mastering Python for Data Science (ISBN: 978-17-843901-5-0)
• Robert Johansson: Numerical Python (2019, ISBN: 978-1-4842-4245-2)

1. Úvod do jazyka I
2. Úvod do jazyka II
3. Získávání dat a datová perzistence
4. Efektivní realizace operací nad n-dimenzionálními poli
5. Nástroje pro pokročilou manipulaci s daty
6. Základní přístupy k vizualizaci dat
7. Základní metody analýzy dat a datových závislostí
8. Pokročilé přístupy k vizualizaci dat
9. Pokročilé metody analýzy dat a datových závislostí
10. Práce s obrazovými daty a možnosti prezentace dat
11. Pokročilé operace nad časovými řadami
12. Výpočty v symbolické doméně
13. Možnosti akcelerace kódu pro potřeby HPC

Odevzdání projektu, jehož implementace se skládá ze tří částí (získání dat, předzpracování a analýza dat, generování zprávy). Každá část bude hodnocena samostatně. Student obdrží zpětnou vazbu ke své práci, kterou zapracuje do finálního řešení. První dvě části se odevzdávají v průběhu semestru a mohou být hodnoceny až 20 body každá. Za finální řešení lze získat až 60 bodů.

Vypracování samostatného projektu. Cílem projektu je vytvořit skript, který z veřejně dostupných zdrojů získá data, nad kterými se provede analýza a tato se prezentuje formou zprávy. Hodnocení projektu zohlední kvalitu kódu, výsledné analýzy a vygenerované zprávy.

Získání minimálně 50 bodů celkem a minimálně 2 body z každé části projektu.