Boka kursen med 400 kronors rabatt senast 15/1. Gäller i mån av plats. Kurspris 8575 kronor (ordinarie 8975 kronor).
Dataanalys handlar om att samla in, undersöka och tolka data för att kunna fatta bättre beslut. Genom att analysera data kan du upptäcka mönster, förstå samband och skapa insikter som gör skillnad i praktiken. Om du till exempel arbetar med försäljning och vill förstå dina kunder bättre kan du använda dataanalys för att segmentera dina kunder i olika grupper och skapa mer träffsäker marknadsföring.
Under kursen lär du dig grunderna i att hantera och analysera data med Python samt att omvandla siffror till tydliga visualiseringar och insikter. Genom praktiska övningar får du en grundläggande förståelse för statistik, databearbetning och hur du kan kommunicera resultat på ett enkelt och visuellt sätt.
För vem?
Kursen vänder sig till alla som vill lära sig grunderna i dataanalys. Den passar dig som exempelvis:
- Arbetar med försäljning, marknadsföring, ekonomi, HR, vård, utbildning, forskning eller verksamhetsutveckling och vill kunna fatta mer datadrivna beslut.
- Vill förstå och tolka data för att kunna presentera insikter för kollegor, chefer eller kunder.
- Planerar att studera vidare inom data, statistik eller analys.
- Är nyfiken på hur Python kan användas för att analysera och visualisera data på ett enkelt och praktiskt sätt.
Efter kursen kommer du att kunna använda dina nya kunskaper direkt i ditt arbete – till exempel för att skapa rapporter, visualiseringar och insikter som hjälper dig och din organisation att förstå verkligheten bättre. Dataanalys är en eftertraktad kompetens i nästan alla branscher, och kursen ger dig ett försprång på en arbetsmarknad i snabb förändring.
Förkunskaper
Det är en fördel om du har viss erfarenhet av Python, men det är inget krav. Du bör ha god datavana.
För att delta behöver du ha installerat (du får tydliga steg-för-steg-instruktioner före kursstart):
- Python (eller Anaconda)
- Virtuell miljö - en “egen arbetsyta”
- Jupyter Notebook - ett visuellt och lättanvänt verktyg där du kan kombinera kod, text och grafer.
- Visual Studio Code - ett program för att skriva och organisera kod
Kursmål
Efter avslutad kurs kommer du att ha en stabil grund i dataanalys och kunna använda dina nya kunskaper praktiskt. Du kommer att kunna:
- Förstå grunderna i statistik och hur siffror kan användas för att dra slutsatser och fatta beslut.
- Importera, bearbeta och visualisera data i Python – till exempel kunddata, försäljningssiffror eller enkätsvar.
- Utföra enklare analyser för att identifiera trender, mönster och samband i dina data.
- Förklara vad dina analyser betyder på ett tydligt sätt för kollegor eller kunder – även för dem utan teknisk bakgrund.
- Skapa tydliga grafer och visualiseringar som gör data lättare att förstå och använda i presentationer eller rapporter.
- Utforska mer avancerade metoder som datareducering och klustring (t.ex. för att hitta grupper av liknande kunder eller beteenden).
- Bygga enkla interaktiva applikationer i Streamlit (användarvänligt Python-ramverk) för att presentera dina resultat på ett engagerande och lättanvänt sätt.
- Kort sagt: Du kommer att kunna gå från rådata till färdiga insikter – och använda dem för att skapa värde i din organisation.
Innehåll
Introduktion
- Vad är dataanalys och varför är det viktigt?
- Exempel på hur data används i olika yrken, från försäljning till HR.
Grundläggande statistik
- Begrepp som medelvärden, variation och samband.
- Praktiska exempel på hur statistik hjälper dig att dra slutsatser.
Datavisualisering
- Skapa tydliga diagram och grafer med Seaborn, Matplotlib och Plotly Express.
- Gör interaktiva visualiseringar som hjälper dig att förklara data för andra.
Arbeta med data i Python
- Importera, rensa och strukturera data med funktioner i Python-biblioteket pandas.
- Lär dig att kombinera olika datakällor och skapa ordning i filer.
Utforskande dataanalys (EDA)
- Upptäck mönster, trender och samband i data.
- Få verktyg för att snabbt se vad som är viktigt och vad som inte är det.
Datareducering och klustring (unsupervised learning)
- Förstå grunderna i hur man kan gruppera data eller hitta likheter, till exempel mellan kunder, produkter eller beteenden.
- Introduktion till metoder som Principal Component Analysis (PCA) och Correspondence Analysis.
Skapa interaktiva analysverktyg med Streamlit
- Bygg enkla webbaserade appar för att visa upp dina analyser och låta andra utforska datan själva.
Kursmaterial
Lärarens presentationsmaterial, länkar till Github med exempel.
Undervisningsform
Kursen ges i realtid via Zoom, där du möter läraren och de andra deltagarna varje kurstillfälle. Teoretiska genomgångar varvas med praktiska övningar där läraren stöttar deltagarna online. Max 8 deltagare. Vi rekommenderar att avsätta minst en timmes tid för repetition och övning mellan tillfällena.
Utrustning
Du behöver:
- Dator med stabil internetuppkoppling
- Kamera, mikrofon och högtalare
- Systemkrav: Windows eller macOs fungerar bra. Inga särskilda prestandakrav, dock behöver du ha installerat Python (eller Anaconda), Jupyter Notebook och Visual Studio Code inför kursen.
Kursledare
Kursen leds Vladimir JN Bykov (MD, PhD). Vlad är medicinsk forskare och data scientist med mångårig erfarenhet av undervisning i biovetenskap och statistik vid Karolinska Institutet. Han undervisar idag i AI-utveckling och machine learning på yrkeshögskolor i Stockholm och arbetar parallellt som konsult inom data science och apputveckling.
Har du frågor?
Kontakta Folkuniversitetet i Stockholm