Od roku 2000 ve Spojených státech amerických stoupá podobným tempem konzumace mozzarelly na jednoho obyvatele a počet doktorátů z civilního inženýrství. Je ale jasné, že pokud budeme do škol místo mléka distribuovat mozzarellu, množství absolventů doktorského studia se tím nezvýší. Tento příklad ukazuje, že ačkoliv žijeme ve světě, který je nejrůznějšími daty doslova zahlcený, získat z nich ty důležité informace může být pěkný oříšek.
 
Kurz data science je určený pro všechny, které zajímá, jak rychle zjistit a zobrazit zajímavé informace zvelkého množství dat, správně je interpretovat nebo jak rozlišit obyčejnou souvislost mezi veličinami (korelaci) od kauzality, kdy změna jedné veličiny přímo způsobí změnu druhé.
 
Na co se můžeš těšit:
• Doslova si „ohmatáme“ několik souborů dat ze zdravotnictví, meteorologie, dopravy nebo financí a naučíme se na nich základy analýzy a vizualizace dat pomocí programovacího jazyku Python a knihovny Pandas.
• Podle dat farmaceutické firmy Novartis vytvoříme model předpovídající prodej léků a zjistíme, jak prodej ovlivnily investice do reklamy.
• Seznámíme se s několika poznatky statistiky, která je pro správné pochopení dat nezbytná, a vysvětlíme, jak fungují randomizované kontrolované studie či jak spočítat efekt vakcíny proti koronaviru.
• Zjistíme, že občas dojde k paradoxům, kdy analýza velkého množství dat vede k opačným výsledkům než analýza jejich jednotlivých částí – v roce 1973 takové nepochopení dat dokonce vedlo k žalobě na univerzitu v Berkeley!
• A nakonec se podíváme, jak nám s analýzou dat pomůže umělá inteligence, a prodiskutujeme, zda v budoucnu budou odpovědi na podobné otázky dávat inteligentní stroje místo lidí.

Pro absolvování kurzu nemusíš být matematickým géniem, ale musí ti být blízké přemýšlení v číslech a bavit tě interpretovat data v nejrůznějších tabulkách a grafech. Předchozí zkušenost s programováním není nutná – naše práce s daty bude spíše připomínat trochu pokročilejší Excel.