Intrati in legatura

Schița de curs

Introducere în Data Science/AI

  • Dobândirea cunoștințelor prin date
  • Reprezentarea cunoștințelor
  • Crearea de valoare
  • Prezentare generală a Data Science
  • Ecosistemul AI și o nouă abordare a analizei
  • Tehnologii cheie

Fluxul de lucru în Data Science

  • CRISP-DM
  • Pregătirea datelor
  • Planificarea modelului
  • Construirea modelului
  • Comunicare
  • Deployment

Tehnologii Data Science

  • Limbaje folosite pentru prototipare
  • Tehnologii Big Data
  • Soluții end-to-end pentru probleme comune
  • Introducere în limbajul Python
  • Integrarea Python cu Spark

AI în business

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

Surse de date

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

Analiza datelor – abordare statistică

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

Machine learning în business

  • Supervizat vs nesupervizat
  • Probleme de forecasting
  • Probleme de clasificare
  • Probleme de clustering
  • Detecția anomaliilor
  • Motoare de recomandare
  • Mineritul modelelor asociative
  • Rezolvarea problemelor de ML cu limbajul Python

Deep learning

  • Probleme în care algoritmii tradiționali de ML eșuează
  • Rezolvarea problemelor complicate cu Deep Learning
  • Introducere în Tensorflow

Procesarea limbajului natural

Vizualizarea datelor

  • Raportare vizuală a rezultatelor modelării
  • Capcane comune în vizualizare
  • Vizualizarea datelor cu Python

De la date la decizie – comunicare

  • Crearea impactului: storytelling bazat pe date
  • Eficiența influenței
  • Gestionarea proiectelor de Data Science

Cerințe

Nu există cerințe specifice pentru a participa la acest curs.

 35 Ore

Numărul de participanți


Pret per participant

Mărturii (7)

Cursuri viitoare

Categorii înrudite