Intrati in legatura

Schița de curs

Introducere în Știința Datelor/AI

  • Acumularea cunoștințelor prin date
  • Reprezentarea cunoștințelor
  • Crearea de valoare
  • Prezentare generală a Științei Datelor
  • Ecosistemul AI și o nouă abordare a analiticii
  • Tehnologii cheie

Fluxul de lucru în Știința Datelor

  • CRISP-DM
  • Pregătirea datelor
  • Planificarea modelului
  • Construirea modelului
  • Comunicarea
  • Implementarea

Tehnologii în Știința Datelor

  • Limbaje folosite pentru prototipare
  • Tehnologii pentru date mari
  • Soluții de la un capăt la altul pentru probleme comune
  • Introducere în limbajul Python
  • Integrarea Python cu Spark

AI în Afaceri

  • Ecosistemul AI
  • Etica AI
  • Cum să implementezi AI în afaceri

Surse de date

  • Tipuri de date
  • SQL vs NoSQL
  • Stocarea datelor
  • Pregătirea datelor

Analiza Datelor – Abordare statistică

  • Probabilitate
  • Statistică
  • Modelare statistică
  • Aplicații în afaceri folosind Python

Învățarea automată în afaceri

  • Supervizată vs nesupervizată
  • Probleme de prognoză
  • Probleme de clasificare
  • Probleme de clustering
  • Detecția de anomalii
  • Motoare de recomandare
  • Explorarea modelelor de asociere
  • Rezolvarea problemelor de ML folosind Python

Învățare profundă

  • Probleme în care algoritmii tradiționali de ML eșuează
  • Rezolvarea problemelor complicate cu Învățarea Profundă
  • Introducere în Tensorflow

Procesare de limbaj natural

Vizualizarea datelor

  • Raportarea vizuală a rezultatelor modelării
  • Greșeli comune în vizualizare
  • Vizualizarea datelor cu Python

De la Date la Decizie – comunicare

  • Crearea de impact: povestire bazată pe date
  • Influențarea eficienței
  • Gestionarea proiectelor de Știință a Datelor

Cerințe

Nu sunt necesare cerințe specifice pentru a participa la acest curs.

 35 Ore

Numărul de participanți


Pret per participant

Mărturii (7)

Cursuri viitoare

Categorii înrudite