LIVE kurzus

Python alapú data analyst képzés adatelemzési és gépi tanulási könyvtárak használatával

Name: Python alapú data analyst képzés adatelemzési és gépi tanulási könyvtárak használatával
Brand: Cubix Institute of Technology
SKU: 9501
Price: 290000 HUF
Availability: InStock

Adatelemző képzés adattisztításról, statisztikai elemzésről, adatvizualizációról és ML predikciókról

Kamatmentes részletfizetés

290 000 Ft

Megosztás Ajándékba veszem

Szerző: Cubix Institute of Technology

A kurzusról

A kurzus tematikája

Hasznos információk a kurzushoz

1. lecke

Hogyan használd a felületet?

2. lecke

Használati útmutató

1. hét: Python alapjai

3. lecke

[Kick-off LIVE ALKALOM] 2026.05.27. 17:00

4. lecke

Az Anaconda Navigator telepítése

5. lecke

A Jupyter Notebook fejlesztői környezet elindítása

6. lecke

Beviteli (input) módok

7. lecke

A Python nyelv helyesírása

8. lecke

Adatok kiíratása, megjelenítése

9. lecke

Mappák, elérési utak helyesírása

10. lecke

Mappák tartalmának elérése – az „OS” modul

11. lecke

Osztás, maradék

12. lecke

Hatványozás, gyökvonás

13. lecke

A változók főbb adattípusai

1. hét: Szöveges karakterláncok tisztítása és átalakítása

14. lecke

Nagybetű, kisbetű átalakítások

15. lecke

Felesleges szóközök törlése

16. lecke

Szövegek lecserélése

17. lecke

Szöveg keresése egy másik szövegen belül (tartalmaz)

18. lecke

Szöveg keresése egy másik szövegen belül (kezdődik, végződik)

19. lecke

A szövegek „szeletelése” (slicing: bal, közép, jobb)

20. lecke

Szövegek szétbontása

21. lecke

Szövegek összefűzése

22. lecke

Szövegek formázása: { }

23. lecke

A „backslash”, fordított per jel (\) használata

1.hét: Adatelemzés, adattranszformáció és adattisztítás Pandas segítségével I.

24. lecke

A „Pandas” könyvtár (library)

25. lecke

Mappák és fájlok alapadatai

26. lecke

CSV fájlok beolvasása a Dataframe-be

27. lecke

Adatok a Dataframe-ről

28. lecke

Minden szó nagy kezdőbetűvel Dataframe oszlopban

29. lecke

Felesleges szóközök levágása az oszlopban

30. lecke

Szövegek lecserélése az oszlopban

31. lecke

A Dataframe oszlopainak szétdarabolása

32. lecke

Oszlopok összefűzése, egyesítése

33. lecke

Oszlopok adattípusának megváltoztatása

1. hét: Házi Feladat, Live alkalom

34. lecke

1. hét: Házi Feladat - Határidő: 2026.06.02.

35. lecke

1. hét: Teszt

36. lecke

[LIVE ALKALOM] 2026.06.03. 18:00

2. hét: Adatelemzés, adattranszformáció és adattisztítás Pandas segítségével I. - folyt.

37. lecke

Oszlopok, sorok törlése

38. lecke

Oszlopok átnevezése

39. lecke

Oszlopok sorrendjének átrendezése

40. lecke

Új oszlopok hozzáadása

41. lecke

Sorok rendezése

42. lecke

Adatok exportálása CSV fájlba

43. lecke

Markdown létrehozása

44. lecke

A feladatok külön programokba szervezése

45. lecke

Más Python programok futtatása 1.

46. lecke

Más Python programok futtatása 2.

47. lecke

Az index „reset”-elése

48. lecke

„Slicing” (szeletelés), szűrések a Dataframe-ben 1.

49. lecke

„Slicing” (szeletelés), szűrések a Dataframe-ben 2.

50. lecke

Ismétlődések eltávolítása

51. lecke

Új „ID” indexoszlop beszúrása

52. lecke

Szövegek gyors lecserélése a Python kódban

53. lecke

Adatok exportálása új Excel fájlba

54. lecke

Adatok exportálása meglévő Excel fájlba

55. lecke

Adatok importálása SQL adatbázisból

2. hét: Házi Feladat, Live alkalom

56. lecke

Házi Feladat - 2. hét - Határidő: 2026.06.09.

57. lecke

[TESZT] 2. hét

58. lecke

[LIVE ALKALOM] 2026.06.10. 18:00

3. hét: Hasznos Python hatékonysági technikák

59. lecke

Hasznos billentyűparancsok – bármilyen módban

60. lecke

Hasznos billentyűparancsok – Szerkesztés módban

61. lecke

Hasznos billentyűparancsok – Parancs módban

62. lecke

Dátumok kezelése

63. lecke

A hibák „elfogása” (TRY – EXCEPT)

64. lecke

Adatok bekérése a felhasználótól (INPUT)

65. lecke

Mappák létrehozása, törlése a fájlrendszerben

66. lecke

Fájlok törlése a fájlrendszerből

67. lecke

Értesítések hangjelzéssel

68. lecke

Notebook-ok másolása

3. hét: Egyéni függvények létrehozása

69. lecke

Egyéni, saját függvények definiálása (def)

70. lecke

A futási idő mérése

71. lecke

A „lambda” egyéni függvények

72. lecke

Számok kerekítése

3. hét: Feltételkezelés (IF) és ciklusok

73. lecke

Feltételek (IF)

74. lecke

Szövegek keresése az IF segítségével

75. lecke

Bináris változók (igaz vagy hamis)

76. lecke

Ciklus (FOR)

77. lecke

Ciklus (WHILE)

78. lecke

Végigfutás ciklussal egy mappa fájljain

79. lecke

Több fájl összefűzése egy Dataframe-ben

80. lecke

Dimenziótáblák létrehozása több fájlból

10.

3. hét: Házi Feladat, Live alkalom

81. lecke

Házi Feladat - 3. hét - Határidő: 2026.06.16.

82. lecke

[TESZT] 3. hét

83. lecke

[LIVE ALKALOM] 2026.06.17. 18:00

11.

4. hét: Listák használata

84. lecke

Listák létrehozása

85. lecke

Listaelemek hozzáadása, módosítása, törlése

86. lecke

Végigfutás ciklussal a lista elemein

87. lecke

Adott elemek elérése egy listában

88. lecke

Szövegek felosztása listába

89. lecke

Szövegek összefűzése listából

90. lecke

Nem numerikus elemek eltávolítása a listából

91. lecke

A listák közötti különbség megtalálása

92. lecke

Változók, listák stb. törlése a memóriából

12.

4. hét: Adatelemzés, adattranszformáció és adattisztítás Pandas segítségével II.

93. lecke

Kódunk egyszerűsítése listákkal

94. lecke

Adatok beolvasása Excel-fájlokból Dataframe-be

95. lecke

Az üres értékekkel rendelkező sorok vagy oszlopok törlése

96. lecke

Azonos fejlécű oszlopok kezelése

97. lecke

Dataframe oszlopok szűrése szöveg alapján

13.

4. hét: Live alkalom

98. lecke

[LIVE ALKALOM] 2026.06.24. 18:00

14.

5. hét: Adatelemzés, adattranszformáció és adattisztítás Pandas segítségével II. - folyt.

99. lecke

Oszlop- vagy sor értékek hozzáadása a listához

100. lecke

Dataframe oszlopok szűrése listával

101. lecke

Két Dataframe egyesítése az értékek kikereséséhez

102. lecke

CSV-fájlok importálása speciális paraméterekkel

103. lecke

Nagy méretű CSV-fájlok importálása (több millió soros)

15.

5. hét: Szótárak használata

104. lecke

Szótár (Dictionary) készítése

105. lecke

Végigfutás ciklussal a Szótár elemein

106. lecke

Listák „összepárosítása” Szótárba

107. lecke

Listákban ismétlődések eltávolítása Szótárral

16.

5. hét: Adatelemzés, adattranszformáció és adattisztítás Pandas segítségével III.

108. lecke

Dataframe oszlopok vagy adatok átnevezése szótárral

109. lecke

Végigfutás ciklussal oszlopokon

17.

5. hét: Házi Feladat, Live alkalom

110. lecke

Házi Feladat - 5. hét - Határidő: 2026.06.30.

111. lecke

[TESZT] 5. hét

112. lecke

[LIVE ALKALOM] 2026.07.01. 18:00

18.

6. hét: Adatelemzés, adattranszformáció és adattisztítás Pandas segítségével III. - folyt.

113. lecke

Végigfutás ciklussal sorokon

114. lecke

Végigfutás ciklussal bizonyos fájlokon

115. lecke

Sablon programok készítése

116. lecke

Számítások oszlop értékekkel

117. lecke

Hiányzó (üres) értékek az oszlopokban

118. lecke

Oszlop értékek összesítése (összeg, átlag stb.)

119. lecke

Sor értékek összesítése

120. lecke

Tartományok megadása az értékek alapján

121. lecke

Csoportonkénti összesítés – Pivot tábla

122. lecke

Diagramok készítése

123. lecke

Táblázatok közötti különbségek keresése

124. lecke

Az utolsó sor indexe egy Excel-táblázatban

125. lecke

Írás az Excel-fájlok adott celláiba

19.

6. hét: Modulzáró Házi Feladat

126. lecke

Modulzáró feladat - Határidő: 2025.11.05.

127. lecke

[TESZT] 6. hét

20.

7. hét: Adatvizualizáció, grafikonok készítése - Matplotlib könyvtár

128. lecke

Adatok és könyvtárak importálása

129. lecke

Oszlop adattípusának módosítása, ha szükséges

130. lecke

Új szükséges oszlopok hozzáadása

131. lecke

Pivot tábla – 1 dimenzió

132. lecke

Pivot tábla – Több dimenzió vagy összesítés

133. lecke

A Matplotlib könyvtár importálása a diagramok létrehozásához

134. lecke

Vonaldiagramok (line plots) létrehozása

135. lecke

Egyéni függvény a diagram tulajdonságainak beállításához

136. lecke

Formázás (szín, marker, stílus)

137. lecke

További szöveg hozzáadása a diagramokhoz

138. lecke

Adatcímkék hozzáadása a diagramhoz

139. lecke

Területdiagramok létrehozása

140. lecke

Függőleges sáv (oszlop) diagramok létrehozása

141. lecke

Vízszintes sáv diagramok létrehozása

142. lecke

Adatcímkék hozzáadása a sávok széléhez

143. lecke

Adatcímkék hozzáadása a sávokhoz

144. lecke

Kördiagramok létrehozása

145. lecke

Kezdési szög, adatcímkék kördiagramokon

146. lecke

Kördiagramok szeleteinek szétszedése

147. lecke

Pivot táblák több diagramhoz

148. lecke

Többvonalas diagram Pandassal

149. lecke

Többvonalas diagram Matplotlib segítségével

150. lecke

Halmozott oszlopdiagram Pandassal

151. lecke

Halmozott oszlopdiagram Matplotlib segítségével

152. lecke

Háttérminta (Hatch) stílusok

153. lecke

További pivot táblázatok több diagramhoz

154. lecke

Halmozott oszlopdiagram Pandassal (több elem)

155. lecke

Halmozott oszlopdiagram Matplotlibbel (több elem)

156. lecke

Színlista beállítása halmozott oszlopdiagramhoz

157. lecke

Kombinált diagramok (pl. oszlop és vonal)

158. lecke

Diagramok mentése fájlba

159. lecke

Több aldiagram egy ábrán

160. lecke

4 aldiagram (2x2) egy ábrán

21.

7. hét: Házi Feladat, Live alkalom

161. lecke

Házi Feladat - 7. hét - Határidő: 2026.07.14.

162. lecke

[TESZT] 7. hét

163. lecke

[LIVE ALKALOM] 2026.07.15. 18:00

22.

8. hét: Adatvizualizáció, grafikonok készítése - Matplotlib könyvtár folyt.

164. lecke

Értesítések sípoló hanggal

165. lecke

Interaktív diagramok – Könyvtárak és forrásadatok importálása

166. lecke

Adatok előkészítése

167. lecke

Az interaktív ábrák engedélyezése

168. lecke

Az adatok vizualizálása (grafikonok létrehozása)

169. lecke

Hogyan működnek az interaktív diagramok

170. lecke

Widgetek – koordináták létrehozása

171. lecke

Slider widget hozzáadása

172. lecke

Slider widget hozzáadása Min, Max értékekkel

173. lecke

Jelölőnégyzet widget hozzáadása

174. lecke

Textbox widget hozzáadása

175. lecke

Legördülő lista widget hozzáadása

176. lecke

Rádiógomb widget hozzáadása

177. lecke

Kombinált widgetek létrehozása

178. lecke

Egyéni vizualizációk a Power BI-ban – A kezdőkönyvtár kiválasztása

179. lecke

Egyéni vizualizációk a Power BI-ban – Python vizualizáció létrehozása

180. lecke

Egyéni vizualizációk a Power BI-ban – Egy másik Python-vizualizáció létrehozása

23.

8. hét: Statisztikai adatelemzés - Pandas, Matplotlib, Seaborn, SciPy könyvtárak

181. lecke

Numerikus oszlopok leíró statisztikáinak megjelenítése

182. lecke

Az összes oszlop leíró statisztikáinak megjelenítése

183. lecke

Dobozábra (Boxplot) létrehozása Pandas segítségével

184. lecke

Dobozábra (Boxplot) létrehozása Matplotlib segítségével

185. lecke

Több Boxplot megjelenítése összehasonlításhoz

186. lecke

Csak meghatározott időszakokból származó adatok elemzése

187. lecke

Boxplot tájolásának megváltoztatása

188. lecke

Speciális Boxplotok létrehozása Seaborn segítségével

189. lecke

Histogram készítése Pandassal és Matplotlibbel

190. lecke

További összehasonlítható hisztogramok megjelenítése

24.

8. hét: Live alkalom

191. lecke

[LIVE ALKALOM] 2026.07.22. 18:00

25.

9. hét: Statisztikai adatelemzés - Pandas, Matplotlib, Seaborn, SciPy könyvtárak folyt.

192. lecke

Histogram tájolásának megváltoztatása

193. lecke

Speciális histogramok létrehozása Seaborn segítségével

194. lecke

Scatter plot létrehozása Pandas és Matplotlib segítségével

195. lecke

További Scatter plot megjelenítése az összehasonlításhoz

196. lecke

Speciális Scatter diagramok létrehozása Seaborn segítségével

197. lecke

A Seaborn beépített adatkészleteinek gyakorlása

198. lecke

Korreláció – Könyvtárak és forrásadatok importálása

199. lecke

Mi a célunk?

200. lecke

Korreláció megjelenítése Scatter diagramon

201. lecke

Korreláció megjelenítése Scatter diagramon vonallal

202. lecke

Contour plot megjelenítése

203. lecke

Korrelációs mátrix és hőtérkép megjelenítése

204. lecke

Korrelációk és eloszlások megjelenítése páros diagramban

205. lecke

Hipotézis tesztelése – Könyvtárak és forrásadatok importálása

206. lecke

Csoportok létrehozása, Leíró statisztikák megjelenítése

207. lecke

Box plot, Histogram

208. lecke

Könyvtárak és modulok (hierarchia)

209. lecke

A SciPy library

210. lecke

Ferdeség és kurtózis

211. lecke

Normális eloszlású a minta? (normalitás teszt)

212. lecke

A kimenet feltételes színezése

213. lecke

Normalitásteszt valószínűségi (Q-Q) diagrammal

214. lecke

A variancia homogenitásának tesztelése (Levene)

215. lecke

A különbségek a két csoport átlagában (t-test)

216. lecke

A különbségek a 2-nél több csoport átlagában (ANOVA)

26.

9. hét: Házi Feladat, Live alkalom

217. lecke

Házi Feladat - 9. hét - Határidő: 2026.07.28.

218. lecke

[TESZT] 9. hét

219. lecke

[LIVE ALKALOM] 2026.07.29. 18:00

27.

10. hét: Gyorsabb számítások többdimenziós tömbökkel - NumPy könyvtár

220. lecke

Mi az a NumPy?

221. lecke

Hogyan tárolódnak az értékek a memóriában?

222. lecke

Listák vs NumPy tömbök

223. lecke

Elemenkénti számítás

224. lecke

Lista hozzáadása a NumPy tömbhöz

225. lecke

Egész típusú tömb létrehozása

226. lecke

A tömbök fontos tulajdonságai

227. lecke

A NumPy tömb elemeinek tárolási mérete

228. lecke

A List vs Array teljes tárhelymérete

229. lecke

Float típusú tömbök

230. lecke

Pandas adatkeret hozzáadása a NumPy tömbhöz

231. lecke

A futási idő pontos mérése

232. lecke

Futásidejű összehasonlítás

233. lecke

Elemek elérése tömbökben (szeletelés)

234. lecke

Tömbök elemeinek módosítása

235. lecke

Számítások tömbökkel

236. lecke

Egy másik futásidő összehasonlítás – Termékek összege

237. lecke

Tömbök létrehozása meghatározott értékekkel

238. lecke

Tömbök létrehozása véletlenszerű értékekkel

239. lecke

Tömbök létrehozása egyenletesen elosztott értékekkel

240. lecke

Adattípus módosítása, értékek kerekítése

241. lecke

Tömb transzponálása

242. lecke

Tömb megfordítása (flip)

243. lecke

Tömb rendezése

244. lecke

Tömbök másolása

245. lecke

Tömbök alakjának (shape) módosítása

246. lecke

Koordináta tömbök létrehozása

247. lecke

A dátumok és időpontok kezelése

28.

10. hét: Házi Feladat, Live alkalom

248. lecke

[TESZT] 10. hét

249. lecke

[Házi Feladat] 10. hét - Határidő: 2026.08.04.

250. lecke

[LIVE ALKALOM] 2026.08.05. 18:00

29.

11. hét: Előrejelzések készítése gépi tanulással I. - Scikit-Learn könyvtár

251. lecke

Mi az a gépi tanulás?

252. lecke

A gépi tanulási (ML) modellek fő kategóriái

253. lecke

Regresszió vs osztályozás

254. lecke

Döntési fa: Könyvtárak és forrásadatok importálása

255. lecke

Feature (X) és Label (Y) készletek létrehozása

256. lecke

A Scikit-Learn könyvtár

257. lecke

Modell építése és betanítása

258. lecke

Előrejelzések készítése új adatokról

259. lecke

Az adatkészlet felosztása Batanítási (Train) és Tesztelési (Test) adatkészletekre

260. lecke

Előrejelzések készítése a Test adatkészletben

261. lecke

Pontossági pontszám

262. lecke

Hogyan működik a döntési fa algoritmus?

263. lecke

A gépi tanulási folyamat fő lépései

264. lecke

Lineáris regresszió: Könyvtárak és forrásadatok importálása

265. lecke

Adatok előkészítése – A dátumok számmá (float) alakítása

266. lecke

Feature (X) vs Label (Y) változók

267. lecke

Az X adatkészlet újraformázása

268. lecke

Adatkészlet felosztása Train és Test készletekre

269. lecke

A Regressziós modell elkészítése és betanítása

270. lecke

A regressziós egyenlet

271. lecke

Előrejelzés készítése a Test adatkészletre

272. lecke

A regresszió hibája

273. lecke

Előrejelzések készítése új adatkészletre

274. lecke

Többszörös lineáris regresszió: Könyvtárak és forrásadatok importálása

275. lecke

Feature (X) vs Label (Y) változók

276. lecke

A többszörös lineáris regressziós egyenlet

277. lecke

Előrejelzések készítése új adatkészletre

278. lecke

3D diagram készítése – Könyvtárak és forrásadatok importálása

279. lecke

X és Y adatkészletek létrehozása

280. lecke

Adat-előkészítés – Adatok az X, Y, Z tengelyhez

281. lecke

Adatok előkészítése – Koordinátamátrixok létrehozása

282. lecke

A modell felépítése és betanítása

283. lecke

A tényleges 3D diagram elkészítése

30.

11. hét: Házi Feladat, Live alkalom

284. lecke

[TESZT] 11. hét

285. lecke

Házi Feladat - 11. hét - Határidő: 2026.08.11.

286. lecke

[LIVE ALKALOM] 2026.08.12. 18:00

31.

12. hét: Előrejelzések készítése gépi tanulással II. - Scikit-Learn könyvtár

287. lecke

Ábranézetek mentése kép fájlba

288. lecke

Adat-előkészítés: Importálja a könyvtárakat és a forrásadatokat

289. lecke

Szkript írása az adatok előkészítéséhez

290. lecke

A segédfüggvények használata a fő programunkban

291. lecke

Felesleges oszlopok törlése

292. lecke

Változótípusok: Numerikus és Kategorikus

293. lecke

"Adatszivárgás" elkerülése

294. lecke

Kategorikus és numerikus jellemzők hozzáadása a listához

295. lecke

Transformer a hiányzó értékek pótlására

296. lecke

Oszlop Transformer létrehozása

297. lecke

A tényleges átalakítások elvégzése az adatkészleten

298. lecke

Az Ordinális kategorikus jellemzők numerikussá konvertálása

299. lecke

A Nominális kategorikus jellemzők numerikussá alakítása

300. lecke

A Numerikus jellemzők átskálázása, normalizálása (scale)

301. lecke

Pipeline létrehozása

302. lecke

Az előző regressziós szkript másolása és futtatása az adatok előkészítéséhez

303. lecke

A modell építése, tanítása és tesztelése

304. lecke

A tényleges vs előrejelzett adatok megjelenítése a diagramon

305. lecke

Az RMSE átskálázott, normalizált jellemzők esetén

306. lecke

Előrejelzések készítése az Új adatkészletre

307. lecke

Osztályozás: Logisztikus regressziós modell

308. lecke

A logisztikus regresszió egyenlete

309. lecke

A tényleges vs előrejelzett adatok megjelenítése

310. lecke

A logisztikus regressziós egyenlet visszaellenőrzése

311. lecke

A fő gépi tanulási (ML) modellek – További tanulási lehetőségek

32.

12. hét: Modulzáró Házi Feladat

312. lecke

[TESZT] 12. hét

313. lecke

Záró vizsgafeladat - II. Modul [Feltöltési határidő: 2026.08.25. éjfél]

A képzésről

Kategória:

Képzés hossza: 12 hét

Maximum létszám: 25 fő

Képzés követelményei

Oktató

Cubix Institute of Technology

Cubix Institute of Technology aims to gather the most important skill set building blocks for IT professionals by organizing cohort-based online IT&TECH trainings with the help of industry-leading mentors, tech companies and higher education institutions. Our constantly expanding portfolio currently consists of 35+ courses, including topics, e.g.: Frontend and Backend development (Java, Python, C++, JavaScript, Angular, React, Node.js, C#, .NET, stb), Mobile and Cross-Platform Development (iOS, Android, Flutter), IT Project and Product Management, Software Testing, DevOps, and Cloud Solutions, Data Science, AI/ML/DL, UI/UX, IT security, Video Game-, AR/VR/XR Development, IoT and Embedded System Development, Blockchain, etc. Become a member of our community!

Online IT academy