Intrati in legatura
 Durata 21 ore

Schița de curs

Introducere

  • Definirea AI-ului predictiv
  • Context istoric și evoluția analizei predictive
  • Principii de bază ale machine learning-ului și data mining-ului

Colectarea și preprocesarea datelor

  • Reuniunea datelor relevante
  • Curățarea și pregătirea datelor pentru analiză
  • Înțelegerea tipurilor și surselor de date

Analiza exploratorie a datelor (EDA)

  • Vizualizarea datelor pentru a extrage informații
  • Statistici descriptive și sumarizarea datelor
  • Identificarea tiparelor și relațiilor în date

Modelare statistică

  • Bazele inferenței statistice
  • Analiza regresiei
  • Modele de clasificare

Algoritmi de machine learning pentru predicție

  • Prezentarea algoritmilor de supervised learning
  • Arborii de decizie și Random Forests
  • Rețele neuronale și bazele deep learning-ului

Evaluarea și selecția modelului

  • Înțelegerea acurateței modelului și a metricilor de performanță
  • Tehnici de validare încrucișată (cross-validation)
  • Overfitting și ajustarea modelului

Aplicații practice ale AI-ului predictiv

  • Studii de caz din diverse industrii
  • Aspecte etice în modelarea predictivă
  • Limitări și provocări ale AI-ului predictiv

Proiect hands-on

  • Lucrul cu un set de date pentru crearea unui model predictiv
  • Aplicarea modelului pentru a face predicții
  • Evaluarea și interpretarea rezultatelor

Cerințe

  • înțelegerea statisticilor de bază
  • experiență cu orice limbaj de programare
  • familiaritate cu manipularea datelor și foile de calcul (spreadsheets)
  • nu este necesară experiență anterioară în AI sau data science

Public țintă

  • Profesioniști IT
  • Analiști de date
  • Persoane tehnice

Numărul de participanți


Pret per participant

Mărturii (3)

Cursuri viitoare

Categorii înrudite