Detail předmětu

Programování v Pythonu – Data Science

FSI-VPD Ak. rok: 2027/2028 Letní semestr

Studenti budou s využitím programovacího jazyka Python a jeho knihoven, řešit úlohy z oblasti Data Science.

Student bude seznámem s ekosystémem aplikací a prostředků vývoje v Pythonu pro různé úlohy v oblasti Data Science.

Jazyk výuky

čeština

Počet kreditů

4

Garant předmětu

Ing. Jiří Kovář, Ph.D.

Zajišťuje ústav

Ústav automatizace a informatiky

Vstupní znalosti

Základy programování na úrovni kurzu VP0 (Programování v Pythonu).

Způsob zakončení předmětu a pravidla hodnocení studentů

Aktivní účast a zvládnutí zadaného problému v požadované kvalitě.
Výuka běží podle týdenních plánů. Účast na cvičeních je povinná. Způsob nahrazení zameškaných cvičení je plně v kompetenci vyučujícího.

Učební cíle

Porozumět využití jazyka Python a jeho knihoven (pandas, numpy, matplotlib aj.) pro oblast Data Science. Pokročilé programování v Pythonu.
Po úspěšné zvládnutí předmětu budou studenti schopni využít znalosti v praktických oblastech Data Science. Hlavním cílem datových specialistů je vyčistit a analyzovat velká data.

Studijní opory

https://www.kaggle.com/

VANDERPLAS, J., Python Data Science Handbook: Essential Tools for Working with Data, 978-1098121228, 2023

https://jupyter.org/

GÉRON, A., Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems, 2022, 978-1098125974

Použití předmětu ve studijních plánech

Program N-MAI-P: Matematické inženýrství, magisterský navazující, volitelný

Program N-AIŘ-P: Aplikovaná informatika a řízení, magisterský navazující, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Osnova


  1. Úvod do data science a ekosystému Pythonu

  2. Data – pojem, typologie, průmyslová data a jejich zdroje (senzory, PLC, SCADA, historian)

  3. Python pro práci s daty – systematizace základů

  4. Datové formáty a úložiště – od souborů po data lake a časové databáze

  5. NumPy a pandas – knihovny pro analýzu dat

  6. Časové řady – práce s časem a slučování zdrojů

  7. Příprava a čištění dat

  8. Popisná statistika a korelace

  9. Inferenční statistika, testování hypotéz a statistická regulace procesu

  10. Principy vizualizace dat – volba grafu, vnímání, barvy a datové vyprávění

  11. Interaktivní vizualizace – Plotly a další knihovny

  12. Tvorba dashboardů – Streamlit, Dash a návrh rozvržení a ukazatelů (KPI)

  13. Automatizace zpracování a provozní dashboard

Cvičení s počítačovou podporou

26 hod., povinná

Osnova


  1. Příprava prostředí a první načtení dat z měření

  2. Rozbor exportu z historianu – typy proměnných a metadata

  3. Zpracování logu ze stroje v čistém Pythonu

  4. Převody formátů a stavba mini data lake z Parquet souborů

  5. Analýza dat z výrobní linky v pandas

  6. Převzorkování a sjednocení řad ze dvou senzorů

  7. Čištění zašuměné časové řady

  8. Statistický profil procesních veličin a korelační analýza

  9. Test hypotéz pro porovnání strojů a regulační diagram

  10. Statické grafy v matplotlib a seaborn – přepracování špatného grafu podle zásad

  11. Interaktivní grafy průběhů a ukazatelů v Plotly

  12. Dashboard výrobní linky ve Streamlitu

  13. Automatizovaná pipeline s pravidelně aktualizovaným dashboardem