Jestem studentem kierunku matematyka stosowana na Politechnice Łódzkiej. Zajmuję się analizą danych, uczeniem maszynowym oraz budowaniem rozwiązań, które łączą matematykę i kod.
- Python (pandas, numpy, scikit-learn, matplotlib, seaborn)
- SQL, Jupyter, Power BI, R, VBA, Excel
- Podstawy ML (regresja, klasyfikacja, clustering, NLP)
- Analiza i prognozowanie szeregów czasowych
Opis:
Analiza opłacalności różnych aktywności w grze z wykorzystaniem Excel'a oraz VBA - projekt dwu osobowy.
Stack: Excel, VBA
Opis:
Analiza danych dotyczących cen akcji Coca-Cola z wykorzystaniem programu Rstudio.
Wizualizacja składowych szeregu czasowego i prognozy. Sprawdzenie dokładności prognozy.
Stack: R, RStudio, forecast, tseries, fpp3, ggplot2
Opis:
Analiza zbioru danych z wynikami badań krwi pacjentów szpitala.
Sprawdzenie poprawności danych, wizualizacja, sprawdzenie zależności.
Stack: Python, Jupyter Notebook, pandas, matplotlib, seaborn, numpy
Opis:
Zadanie polegało na przygotowaniu modelu regresyjnego oraz analitycznego pipeline’u – od wstępnej eksploracji danych po ocenę wyników.
Stack: Python, Jupyter Notebook, pandas, matplotlib, seaborn, numpy, sklearn, PowerPoint
I'm a student of Applied Mathematics at Lodz University of Technology.
I'm passionate about data analysis, machine learning, and building solutions that combine mathematics and code.
- Python (pandas, NumPy, scikit-learn, matplotlib, seaborn)
- SQL, Jupyter, Power BI, R, VBA, Excel
- Basics of machine learning (regression, classification, clustering, NLP)
- Time series analysis and forecasting
Description:
Profitability analysis of various activities in the game using Excel and VBA - 2-person group project.
Stack: Excel, VBA
Description:
Analysis of Coca-Cola stock price data using RStudio.
Includes visualization of time series components and forecasts, as well as forecast accuracy evaluation.
Stack: R, RStudio, forecast, tseries, fpp3, ggplot2
Description:
Analysis of a dataset containing hospital patients’ blood test results.
Includes data validation, visualization, and exploration of variable relationships.
Stack: Python, Jupyter Notebook, pandas, matplotlib, seaborn, numpy
Description:
The task involved building a regression model and analytical pipeline – from data exploration to model evaluation.
Stack: Python, Jupyter Notebook, pandas, matplotlib, seaborn, numpy, sklearn, PowerPoint