Schița de curs

Introducere în Data Science/AI

  • Achiziționarea de cunoștințe prin intermediul datelor
  • Reprezentarea cunoștințelor
  • Crearea de valoare
  • Data Science prezentare generală
  • Ecosistemul IA și noua abordare a analizei
  • Tehnologii-cheie

Data Science fluxul de lucru

  • Crisp-dm
  • Pregătirea datelor
  • Planificarea modelului
  • Construirea modelului
  • Communication
  • Implementarea

Data Science tehnologii

  • Limbaje utilizate pentru prototipuri
  • Tehnologii Big Data
  • Soluții de la un capăt la altul pentru probleme comune
  • Introducere în limbajul Python
  • Integrarea Python cu Spark

AI în Business

  • Ecosistemul AI
  • Etica inteligenței artificiale
  • Cum se poate stimula AI în afaceri

Surse de date

  • Tipuri de date
  • SQL vs. NuSQL
  • Stocarea datelor
  • Pregătirea datelor

Data Analysis – Abordare statistică

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

Învățarea automată în afaceri

  • Supravegheat vs nesupravegheat
  • Probleme de prognoză
  • Probleme de clasificare
  • Probleme de grupare
  • Detectarea anomaliilor
  • Motoare de recomandare
  • Extracția modelelor de asociere
  • Rezolvarea problemelor ML cu limbajul Python

Învățare profundă

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

Prelucrarea limbajului natural

Vizualizarea datelor

  • Raportarea vizuală a rezultatelor rezultate din modelare
  • Capcane comune în vizualizare
  • Vizualizarea datelor cu Python

De la date la decizie – comunicare

  • Impact: povestirea de povești bazate pe date
  • Eficiența influenței
  • Gestionarea proiectelor Data Science

Cerințe

Nici unul

  35 ore
 

Mărturii (3)

Cursuri înrudite

Categorii înrudite