top of page

1. Datu analīzes pamati un programmēšana ar Python

Programmu cikls: Mākslīgais intelekts un datu analītika

​Mācību formāts 

Tiešsaistē (patstāvīgi)

Ilgums

160 mācību stundas

Cena

Bez maksas

Tuvākais kurss:

2026. gada 12. janvāris

2026. gada 20. februāris

Pašvadīta mācīšanās

  

  

Kursa mērķis

Sniegt pamatzināšanas un prasmes datu vākšanā, apstrādē, vizualizācijā un programmēšanā ar Python, lai dalībnieki spētu patstāvīgi veidot pamata datu analīzes risinājumus.

Mērķauditorija

Personas vecumā no 18 gadiem ar pabeigtu vismaz vidējo izglītību, no dažādām grupām – nodarbinātie, bezdarbnieki, studējošie u.tml., kas vēlas iegūt IKT jomas prasmes, lai pārkvalificētos un/vai uzsāktu darbu datu apstrādē un analīzē.

Kursa mērķis

Sniegt pamatzināšanas un prasmes datu vākšanā, apstrādē, vizualizācijā un programmēšanā ar Python, lai dalībnieki spētu patstāvīgi veidot pamata datu analīzes risinājumus.

Mērķauditorija

Personas vecumā no 18 gadiem ar pabeigtu vismaz vidējo izglītību, no dažādām grupām – nodarbinātie, bezdarbnieki, studējošie u.tml., kas vēlas iegūt IKT jomas prasmes, lai pārkvalificētos un/vai uzsāktu darbu datu apstrādē un analīzē.

Tehnoloģijas

Microsoft Excel, PowerBI

Mācīšanās rezultāti

Pēc veiksmīgas izglītības programmas apgūšanas dalībnieks spēs:


  • Izprast datu analīzes nozīmi organizācijās un IKT profesionāļa lomu.

  • Lietot Python datu apstrādes un vizualizācijas bibliotēkas (pandas, numpy, matplotlib, seaborn).

  • Apstrādāt strukturētus (tabulas) un nestrukturētus (teksts, CSV, JSON) datus.

  • Veidot un lietot SQL pamatvaicājumus datu izgūšanai.

  • Veidot pamata interaktīvus datu vizualizācijas risinājumus.

  • Strādāt ar datu kopām, ievērojot datu kvalitātes nodrošināšanas principus.

Inovācijas, informācijas un zināšanu pārvaldība, IT kvalitātes pārvaldība.

DIGCOMP 2.2


  • Programmēšana (5. līmenis)

  • Datu, informācijas un digitālā satura pārvaldība (5. līmenis)

  • Digitālā satura veidošana (5. līmenis)

E-kompetences un caurviju kompetences

E-kompetences un caurviju kompetences

Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.

Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.

Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.

Priekšzināšanas

Vismaz vidējā izglītība, pamatzināšanas matemātikā (algebra, statistikas pamati), angļu valodas pamatzināšanas (rīku saskarnes un dokumentācijas izpratnei). Digitālās prasmes vismaz DigComp 4.līmenī.

Priekšzināšanas

Vismaz vidējā izglītība, pamatzināšanas matemātikā (algebra, statistikas pamati), angļu valodas pamatzināšanas (rīku saskarnes un dokumentācijas izpratnei). Digitālās prasmes vismaz DigComp 4.līmenī.

Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.

Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.

Add paragraph text. Click “Edit Text” to update the font, size and more. To change and reuse text themes, go to Site Styles.

E-kompetences un caurviju kompetences

E-kompetences un caurviju kompetences

Inovācijas, informācijas un zināšanu pārvaldība, IT kvalitātes pārvaldība.

DIGCOMP 2.2


  • Programmēšana (5. līmenis)

  • Datu, informācijas un digitālā satura pārvaldība (5. līmenis)

  • Digitālā satura veidošana (5. līmenis)

Kursa tēmas

1. Ievads IKT un datu analītikā

1.1. Datu analīzes loma organizācijās

1.2. IKT karjeras iespējas un e-CF ietvars


2. Python programmēšanas pamati

2.1. Datu tipi, mainīgie, cikli, funkcijas

2.2. Failu apstrāde

2.3. Darbs ar Jupyter Notebook


3. Datu apstrāde ar Python

3.1. Pandas (DataFrame, Series)

3.2. Datu tīrīšana un sagatavošana

3.3. CSV, JSON, Excel apstrāde


4. Datu vizualizācija

4.1. matplotlib un seaborn

4.2. Grafiki, diagrammas, siltuma kartes

4.3. Interaktīvās vizualizācijas (Power BI ievads)


5.SQL pamati

5.1. Relāciju datubāzu pamati

5.2. SELECT, JOIN, GROUP BY

5.3. Datu izgūšana analīzei

Materiāli kursa dalībniekiem

Mācību materiāli latviešu valodā.

Mācību norise un nepieciešamais aprīkojums

Mācības notiek pašvadītas mācīšanās pieejā - dalībnieks mācās patstāvīgi, sev piemērotā laikā, izmantojot pieejamos mācību materiālus un mentora atbalstu. Sekmīgai dalībai mācībās dalībniekam ir nepieciešams dators ar Windows operētājsistēmu, webkameru un mikrofonu, kā arī stabils interneta pieslēgums. Mācību programmas apgūšanai nepieciešamos materiālus un programmatūru nodrošina izglītības iestāde.

Pašvadīta mācīšanās

Praktiska pieredze

Projekta izstrāde

Atsauksmes

Vēlies pievienoties mācību grupai?

Piesakies un rezervē sev vietu.

bottom of page