You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
20 lines
1.7 KiB
20 lines
1.7 KiB
# Wprowadzenie do Data Science
|
|
|
|
|
|
> Zdjęcie autorstwa <a href="https://unsplash.com/@dawson2406?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Stephena Dawsona</a> na <a href="https://unsplash.com/s/photos/data?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
|
|
|
|
W tych lekcjach odkryjesz, czym jest Data Science, oraz poznasz kwestie etyczne, które musi brać pod uwagę data scientist. Dowiesz się również, jak definiowane są dane, a także zapoznasz się z podstawami statystyki i prawdopodobieństwa, które są kluczowymi dziedzinami akademickimi w Data Science.
|
|
|
|
### Tematy
|
|
|
|
1. [Definiowanie Data Science](01-defining-data-science/README.md)
|
|
2. [Etyka w Data Science](02-ethics/README.md)
|
|
3. [Definiowanie danych](03-defining-data/README.md)
|
|
4. [Wprowadzenie do statystyki i prawdopodobieństwa](04-stats-and-probability/README.md)
|
|
|
|
### Podziękowania
|
|
|
|
Te lekcje zostały napisane z ❤️ przez [Nityę Narasimhan](https://twitter.com/nitya) i [Dmitry'ego Soshnikova](https://twitter.com/shwars).
|
|
|
|
**Zastrzeżenie**:
|
|
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż staramy się zapewnić dokładność, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za wiarygodne źródło. W przypadku informacji krytycznych zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia. |