Długo się przygotowywałem do uruchomienia tego bloga. I w końcu jest, pierwszy post. Na samym początku odpowiem na kilka pytań. Zapraszam do przeczytania wywiadu, który przeprowadziłem sam ze sobą 🙂
Po co w ogóle się za to wziąłem?
Powodów jest kilka:
- chcę się dzielić tym co wiem,
- chcę mieć motywację do zgłębiania nowych tematów aby móc je tutaj przedstawić,
- chcę udowodnić sobie i pokazać wam, że można sprawnie wchodzić w nowe trudne merytorycznie tematy,
- w końcu chcę stworzyć miejsce, w którym grono osób zainteresowanych analizą danych z wykorzystaniem Pythona, będzie mogło dzielić się swoją wiedzą i wspierać wzajemnie w rozwoju w tym obszarze.
Do kogo blog jest adresowany?
Blog jest aktualnie adresowany przede wszystkim do osób, które chcą zacząć zajmować się analizą danych z Pythonem i nie mają w ogóle albo mają bardzo małe doświadczenie w tym obszarze. W kolejnych postach będę się starał pokazać jak ruszyć z tematem. Tematyka bloga będzie oscylować dookoła:
- Data Science,
- Data Analysis,
- Data Engineering,
- Machine Learning Engineering.
Jaka będzie tematyka tego bloga?
Zacznę od podstaw, które pozwolą działać nawet osobie, która pierwszy raz styka się z Pythonem. Dla takich osób przygotowałem tutorial opisujący jak zacząć analizować dane w Google Colab, czyli aplikacji webowej udostępnianej za darmo przez Googla. Pozwala ona m.in. na tworzenie własnych analiz z wykorzystaniem Jupyter Notebook. Jeżeli Cię zainteresowałem, to zapraszam do pobierania – zapisz się na mój newsletter, a w zamian za to otrzymasz ten tutorial.
W kolejnych postach będę opisywał kolejne obszary zastosowań różnych pakietów zaczynając od eksploracyjnej analizy danych (EDA), poprzez wizualizację, czyszczenie danych po uczenie maszynowe. Nie zabraknie też informacji o sposobach pozyskiwania danych do analizy (Web Scraping).
Kim jestem?
Od ponad 20 lat zajmuję się profesjonalnie tworzeniem oprogramowania. Swego czasu zajmowałem się cyfrowym przetwarzaniem sygnałów, głównie biomedycznych. Zbudowałem wtedy mocne podstawy teoretyczne jak i praktyczne analizy danych za pomocą Matlaba. Po długiej przerwie wracam do tematu analizy danych z trochę innej perspektywy. Zarówno jeśli chodzi o rodzaj analizowanych danych, metod jak i narzędzi. Zdecydowałem się wejść w ekosystem Pythona, głównie ze względu na sam język programowania jak i użyteczność, stopień zaawansowania oraz popularność wśród praktyków dostępnych w nim narzędzi do analizy danych.
Wystarczy chyba już o tym dlaczego. Czas przejść do konkretów.
Nazywam się Wojciech Zarębski i zapraszam do lektury mojego bloga. Jeżeli Cię zainteresowałem tym postem, to jeszcze raz zachęcam Cię do zapisania się na newsletter, a będziesz zawsze na bieżąco z moimi publikacjami (obiecuję, zero spamu tylko wartościowe treści dotyczące analizy danych z Pythonem).