Młodzieżowa Akademia IT zaprasza na kurs dla nauczycieli – Aplikacje internetowe z pakietem Streamlit
Opis kursu
Kurs Aplikacje internetowe z pakietem Streamlit stanowi praktyczne wprowadzenie do tworzenia prostych, interaktywnych aplikacji webowych w języku Python. Streamlit to biblioteka Pythona typu open source, która ułatwia tworzenie i udostępnianie niestandardowych aplikacji internetowych do uczenia maszynowego i nauki o danych. Uczestnicy poznają, w jaki sposób łączyć analizę i wizualizację danych z podstawowymi elementami uczenia maszynowego oraz jak osadzić modele ML w aplikacjach dostępnych przez przeglądarkę. Zajęcia pokazują krok po kroku, jak zainstalować i skonfigurować środowisko, tworzyć komponenty interfejsu użytkownika, wczytywać oraz przetwarzać dane, a także prezentować wyniki analityczne i predykcje modeli w postaci czytelnego dashboardu.
- Praktyczne podejście: każda część kursu składa się z prezentacji koncepcji i ćwiczeń warsztatowych, w trakcie których uczestnicy tworzą kolejne moduły aplikacji. Interaktywne aplikacje: głównym środowiskiem pracy jest Streamlit – dzięki niemu uczestnicy szybko zobaczą efekty w przeglądarce.
- Analiza i wizualizacja danych: kurs obejmuje tworzenie tabel, wykresów, dashboardów. Uczestnicy nauczą się, jak efektywnie prezentować dane oraz umożliwiać ich filtrowanie.
- Elementy uczenia maszynowego: dla wybranych prostych modeli (np. klasyfikacja, regresja) pokażemy, jak wczytać je do aplikacji, umożliwiając interaktywne przewidywanie.
- Publikacja i utrzymanie: zostaną omówione podstawy wdrożenia aplikacji na platformy takie jak Streamlit Community Cloud, a także zasady optymalizacji i utrzymania kodu.
Kurs obejmuje:
- 2 godziny lekcyjne – spotkanie organizacyjne, w ramach którego konfigurowane będą środowiska pracy
- 20 godzin lekcyjnych szkolenia (10 spotkań po 2 godziny lekcyjne)
- 2 godziny lekcyjne – spotkanie końcowe – podsumowanie szkolenia i test końcowy
- W trakcie spotkań będą wykonywane przykładowe programy odpowiadające omawianym zagadnieniom. Spotkania będą nagrywane i w ramach każdego spotkania powstanie notatnik Jupyter z kodami źródłowymi. Zarówno nagrania, jak i przykładowy notatniki będą udostępniane uczestnikom.
Wymagania wstępne:
- znajomość Pythona w zakresie podstaw (pisanie prostych skryptów, praca z bibliotekami takimi jak pandas),
- zrozumienie podstaw statystyki (opcjonalne) – ułatwi to analizę danych i interpretację wyników modeli,
- zalecane zainstalowanie środowiska programistycznego Anaconda lub innego środowisko z Pythonem 3.9+ oraz dostęp do przeglądarki internetowej.
Korzyści z udziału w kursie:
- Nabycie umiejętności budowy webowych narzędzi analitycznych – uczestnicy mogą tworzyć własne dashboardy i prototypy bez konieczności rozległej wiedzy o front-endzie.
- Szybkie prototypowanie – Streamlit pozwala w krótkim czasie przekształcić skrypt w interaktywną aplikację, co przyspiesza proces tworzenia proof-of-concept.
- Lepsza prezentacja danych i wniosków – wizualizacje i interaktywne elementy sprawiają, że wyniki analiz są czytelniejsze i łatwiejsze w interpretacji.
- Podstawy ML w praktyce – uczestnicy poznają typowy workflow trenowania i wdrażania modeli (np. scikit-learn), co może być rozbudowane w dalszych projektach.
- Możliwość dzielenia się aplikacjami – dzięki prostemu wdrożeniu w chmurze można szybko udostępnić aplikację współpracownikom, klientom czy szerszemu gronu odbiorców.
- Certyfikat ukończenia kursu potwierdzający zdobyte umiejętności.
Ramowy zakres kursu i harmonogram spotkań:
| Lp. | Temat | Data (niedziela) | Godzina |
|---|---|---|---|
| 1 | Wprowadzenie do Streamlit Instalacja i omówienie narzędzi (Python, Anaconda) • Uruchamianie prostej aplikacji w Streamlit (streamlit run app.py) • Główne komponenty interfejsu (nagłówki | 2.03.2025 | 18.30:20.05 |
| 2 | Interaktywne elementy UI (widgety) i panel boczny – cz. 1 • st.button, st.selectbox, st.slider, st.sidebar – budowa prostych formularzy • Obsługa zdarzeń (np. kliknięcie przycisku, wybranie opcji) • Przykładowy formularz do wprowadzania danych przez użytkownika | 9.03.2024 | 18.30:20.05 |
| 3 | Interaktywne elementy UI (widgety) i panel boczny – cz. 2 • st.button, st.selectbox, st.slider, st.sidebar – budowa prostych formularzy • Obsługa zdarzeń (np. kliknięcie przycisku, wybranie opcji) • Przykładowy formularz do wprowadzania danych przez użytkownika | 16.03.2025 | 18.30:20.05 |
| 4 | Wczytywanie i wyświetlanie danych (EDA) • Wgrywanie plików CSV, Excel (komponent st.file_uploader) • Podstawy pandas – filtrowanie, podstawowa statystyka (describe) • Prezentacja danych w st.dataframe i st.table | 23.03.2025 | 18.30:20.05 |
| 5 | Wizualizacja danych • Wbudowane wykresy (st.line_chart, st.bar_chart) • Integracja z matplotlib, seaborn i altair • Dobór typów wykresów do danych (histogram, scatterplot, boxplot) | 30.03.2025 | 18.30:20.05 |
| 6 | Obsługa stanu i formularzy • Różnica między natychmiastowym odświeżaniem a formularzami (with st.form(): …) • st.form_submit_button oraz st.session_state do przechowywania danych użytkownika • Praktyka: dynamiczne generowanie podsumowań po kliknięciu | 6.04.2025 | 18.30:20.05 |
| 7 | Podstawy uczenia maszynowego w Streamlit – cz. 1 • Integracja z bibliotekami ML (scikit-learn, TensorFlow) w aplikacji • Trenowanie prostego modelu (np. klasyfikacja Iris, regresja) • Prezentacja wyników modelu i interaktywne wprowadzanie cech (suwaki) | 13.04.2025 | 18.30:20.05 |
| 8 | Podstawy uczenia maszynowego w Streamlit – cz. 2 • Integracja z bibliotekami ML (scikit-learn, TensorFlow) w aplikacji • Trenowanie prostego modelu (np. klasyfikacja Iris, regresja) • Prezentacja wyników modelu i interaktywne wprowadzanie cech (suwaki) | 27.04.2025 | 18.30:20.05 |
| 9 | Integracja aplikacji Streamlit z bzami danych • st.cache_data (lub st.cache) do optymalizacji ładowania danych i obliczeń • Integracja z bazą danych (np. SQLite, PostgreSQL) – odczyt i zapis • Rozszerzenia typu streamlit-aggrid czy biblioteki mapowe (pydeck/folium) | 11.05.2025 | 18.30:20.05 |
| 10 | Warsztaty – budowa aplikacji udostępniającej model AI – cz. 1 | 18.05.2025 | 18.30:20.05 |
| 11 | Warsztaty – budowa aplikacji udostępniającej model AI – cz. 2 | 25.05.2025 | 18.30:20.05 |
| 12 | Zakończenie szkolenia – test końcowy | 1.06.2025 | 18.30:20.05 |
Kurs poprowadzi mgr inż. Andrzej Ptasznik – chemik, fizyk i wreszcie informatyk. Od 22 lat wykładowca WWSI. Wykładał między innymi bazy danych, podstawy programowania, języki i paradygmaty programowania, wykorzystanie języków R i Python w analizie danych, uczenie maszynowe. Autor i współautor wielu systemów informatycznych od systemu wspomagania synoptyka Cumulus, poprzez system obsługi firmy kolportażowej Jardes, system weryfikacji kontrahentów G2I oraz system obsługi projektów unijnych Ecorys. Aktualnie specjalizuje się w zagadnieniach uczenia maszynowego i sztucznej inteligencji.
Więcej: LinkedIn
Rejestracja na kurs:
Kurs jest nieodpłatny dla nauczycieli, jednak uczestnicy zobowiązani będą do wzięcia wraz z młodzieżą ze szkoły, w której uczą, udziału w co najmniej jednym wybranym wykładzie dla zorganizowanych grup/klas. Lista wykładów MAIT znajduje się na stronie Infonalia – jak to działa? Wykłady dla grup szkolnych (link do strony), propozycje nowych wykładów pojawią się w marcu. W wykładach można uczestniczyć na miejscu w siedzibie WWSI, zaprosić wykładowcę z WWSI do siedziby szkoły lub połączyć online.
Możliwe jest również podpisanie umowy o współpracy między państwa szkołą a naszą uczelnią (wzór udostępnimy osobom zainteresowanym).
Kurs będzie realizowany w formule zdalnej z wykorzystaniem platformy Teams.
Aby wziąć udział w zajęciach, należy wypełnić FORMULARZ ZGŁOSZENIA (link)
Termin przesłania formularza upływa 24 lutego 2025 r.
Osoby, które zostaną zakwalifikowane na kurs, otrzymają potwierdzenie na adres e-mail podany w formularzu, a następnie dane dostępu do spotkań.
Limit osób w grupie: 30
Certyfikat ukończenia:
Zaświadczenie potwierdzające ukończenie kursu otrzymają uczestnicy, którzy wezmą udział w 75% spotkań. W przypadku niższej frekwencji przy jednoczesnym pozytywnie zaliczonym teście decyzję o ukończeniu kursu podejmie prowadzący.
Udział w kursie jest nieodpłatny.
Szczegółowych informacji udziela biuro projektu:
kontakt@uniwersytet-wirtualny.edu.pl
tel. 0 22 489 64 90/93